Tekst sformatowany to prawdziwy test dla procesu tłumaczeniowego

Nagłówek i krótki opis mogą sprawić, że niemal każdy proces tłumaczeniowy wygląda na skuteczny. Prawdziwy test zaczyna się wtedy, gdy wpis źródłowy zawiera zagnieżdżone listy, linki w tekście, osadzone wpisy oraz formatowanie, które niesie znaczenie.

To właśnie w tym momencie tłumaczenie przestaje być problemem tekstowym, a staje się problemem struktury treści.

Tekst sformatowany to dokument, a nie ciąg znaków

Tekst sformatowany w Contentful jest przechowywany jako drzewo. Akapity zawierają węzły tekstowe. Listy zawierają elementy listy. Linki i osadzone wpisy wskazują na inne treści. Znaczniki przenoszą pogrubienie, kursywę, kod i inne formatowanie.

Spłaszcz to drzewo do zwykłego tekstu, a słowa mogą przetrwać, ale wpis już nie.

Niezawodny proces musi tłumaczyć język, jednocześnie zachowując dokument:

• nagłówki pozostają nagłówkami
• elementy listy pozostają we właściwej kolejności
• linki zachowują swoje miejsca docelowe
• wpisy osadzone w tekście pozostają w zdaniu, w którym umieścili je redaktorzy
• osadzone bloki zachowują relację z otaczającą je treścią

Model tłumaczeniowy nigdy nie powinien otrzymywać zadania odtworzenia struktury, którą proces mógłby jawnie ochronić.

Niebezpieczne błędy wyglądają wiarygodnie

Uszkodzenie tekstu sformatowanego nie zawsze jest oczywiste podczas przeglądu tłumaczenia. Brak osadzenia może pozostawić akapit, który nadal brzmi naturalnie. Rozdzielona lista może wyglądać jak kilka poprawnych akapitów. Wpis osadzony w tekście może zniknąć, podczas gdy zdanie zamknie się wokół tej luki.

To sprawia, że błędy strukturalne są groźniejsze niż widoczny wyjątek. Żądanie może zostać oznaczone jako zakończone sukcesem, mimo że zlokalizowany wpis nie odzwierciedla już źródła.

Dobre narzędzia do przeglądu uwidaczniają chronioną strukturę. Redaktorzy powinni móc zobaczyć, gdzie znajdują się osadzenia, linki i formatowanie, bez czytania surowego JSON-a ani ufania, że każdy token przetrwał.

Najpierw chroń, potem tłumacz

Solidny pipeline tekstu sformatowanego oddziela treść tłumaczalną od treści strukturalnej.

Zanim model otrzyma dokument, proces może zastąpić chronione węzły stabilnymi placeholderami. Model tłumaczy otaczający język. Następnie proces przywraca oryginalne węzły i weryfikuje, czy każdy placeholder wrócił dokładnie raz.

To tworzy jasny podział odpowiedzialności:

• model zajmuje się językiem
• aplikacja zajmuje się strukturą
• walidacja wychwytuje brakującą lub zduplikowaną chronioną treść

Ta granica jest znacznie bardziej niezawodna niż proszenie jednej probabilistycznej odpowiedzi o zachowanie całego dokumentu CMS wyłącznie na mocy konwencji.

Sprawdzaj hierarchię, nie tylko styl wypowiedzi

Przegląd wykonywany przez człowieka powinien porównywać więcej niż same zdania. Powinien też odpowiadać na pytania:

1. Czy wszystkie sekcje źródłowe są reprezentowane?
2. Czy zagnieżdżenie list pozostało nienaruszone?
3. Czy linki i osadzone wpisy są nadal przypisane do właściwego kontekstu?
4. Czy puste bloki źródłowe pozostały poza przetłumaczonym wynikiem?
5. Czy renderowany podgląd odpowiada hierarchii treści strony źródłowej?

Ostatnie pytanie ma znaczenie, ponieważ dokument poprawny strukturalnie nadal może generować niezręczną stronę. Podgląd pokazuje, czy przetłumaczony nagłówek źle się zawija, CTA psuje układ, czy osadzenie trafia w nieoczekiwane miejsce wizualne.

Najważniejszy wniosek

Tekst sformatowany to miejsce, w którym proces tłumaczeniowy zdobywa zaufanie. Zachowanie słów to tylko pierwszy wymóg. System musi także zachować dokument, który redaktorzy zbudowali wokół tych słów.

Traktuj strukturę jako chronione dane, waliduj ją przed zapisaniem i sprawdzaj wynik w podglądzie CMS. Gdy tekst sformatowany przetrwa całą tę ścieżkę, prostsze pola stają się tym łatwym przypadkiem, którym powinny być.