1.082 Übersetzungen enthielten ein Wort im falschen Alphabet. Unsere Prüfungen haben jede einzelne durchgewinkt.
Sprachen
Am 31. Oktober fanden wir auf einer unserer Seiten einen ungarischen Satz mit chinesischen Wörtern darin. Wir durchsuchten die gespeicherten Übersetzungen aller von uns betriebenen Seiten nach Buchstaben, die nicht zu ihrer Sprache gehören, und fanden 1.082 solche Übersetzungen, 581 davon auf veröffentlichten Seiten. Jede einzelne hatte unsere Prüfungen bestanden.
Was wir fanden
Alles davon wurde von den lokalen Modellen geschrieben, die unsere Seiten übersetzen, und alles ist derselbe Fehler: ein oder zwei Wörter in einer anderen Sprache. Aus den gespeicherten Übersetzungen und aus den seitdem abgelehnten:
- Chinesisch in anderen Sprachen: „they are“ als 它们是 mitten in einem thailändischen Satz; das chinesische Wort für „track“, 跟踪, mit einer ungarischen Endung versehen („támadók跟踪ására“); ähnliche Wörter in Polnisch und Griechisch.
- Russisch in Griechisch, Armenisch, Hebräisch und Slowenisch: „full house“ wurde im Griechischen zu „φουλ хаус“, das zweite Wort in Kyrillisch.
- Ähnlich aussehende Buchstaben: ein kyrillisches „о“ oder „а“ am Ende eines finnischen oder tschechischen Wortes. Niemand, der die Seite liest, würde es bemerken; eine Suchmaschine oder ein Screenreader schon.
- Nachbarschriften: ein bengalisches Zeichen in einem Kannada-Wort, Devanagari in Kannada.
- Ganze Zeilen in Thai auf Khmer-Seiten: Titel, Beschriftungen und Tabellenzellen auf den Khmer-Seiten zweier Websites waren einfach in Thai geschrieben.
Unser Shop hatte sieben solche Zeilen. In einer wurde „planted values“ im Rumänischen zu „valori植入“.
Warum die Prüfungen sie durchließen
Die Schriftprüfung fragte, ob mindestens 45 % der Buchstaben einer Übersetzung in der Schrift ihrer Sprache standen. Das fängt Englisch, das stehen gelassen wurde, was ihr Zweck war. Zwei chinesische Zeichen in einem ungarischen Satz mit hundert Buchstaben ändern den Anteil nicht, und ein einzelnes kyrillisches Zeichen ändert ihn noch weniger.
Kurzer Text hatte eine andere Regel. Unter 25 englischen Buchstaben stellte die Prüfung nur sicher, dass die Antwort nicht in Englisch geblieben war. Eine Khmer-Tabellenzelle, die in Thai geschrieben ist, enthält überhaupt kein Englisch, also bestand sie.
Die Regel, die sie fängt
Ein Buchstabe, der zu einer Schrift gehört, die die Sprache nicht verwendet, und der im englischen Quelltext nicht vorkommt, ist ein Fehler. Drei Ausnahmen verhindern, dass die Regel umsonst Alarm schlägt:
- Lateinische Buchstaben sind immer erlaubt: Markennamen, Code und Einheiten erscheinen in jeder Sprache.
- Chinesisch, Japanisch und Koreanisch werden nicht geprüft, weil Japanisch Kana und Kanji mischt und Koreanisch Hanja verwenden kann.
- Serbisch und Punjabi, die jeweils in zwei Schriften geschrieben werden, werden nur auf chinesische, japanische und koreanische Zeichen überprüft.
Wir haben die Regel über alles laufen lassen, was unsere Websites gespeichert hatten, und jede Zeile, die sie markierte und die wir lasen, war falsch. Seit dem 31. Oktober hat sie 1.652 Übersetzungen bei der Erstellung abgelehnt, 1.549 davon in Khmer: Das Modell hört nicht auf, Thai für Khmer zu schreiben, aber jetzt wird es erneut gefragt, anstatt veröffentlicht.
Bereinigung
Gespeicherte Übersetzungen werden nur dann erneut überprüft, wenn ihre Sprache erneut übersetzt wird, daher wurden alle betroffenen Sprachen erneut übersetzt: 61 davon auf elf Websites. Zwei Zeilen kamen mit dem gleichen Fehler ein zweites Mal zurück: das rumänische "valori植入" und eine griechische Zeile mit 面向 darin. Diese beiden haben wir von Hand geschrieben. Am 2. November hatte keine unserer veröffentlichten Seiten ein Zeichen einer anderen Schrift.
Wo die Regel jetzt lebt
Sie befindet sich in translation-checks 1.1.0, kostenlos auf GitHub, neben einer neuen Prüfung, dass jede Zahl zurückkommt und weiß, dass "3 million" im Japanischen 300万 ist. Bei den 568.574 akzeptierten Übersetzungen unserer Websites lösten die neuen Prüfungen keinen Fehlalarm aus. Polyglot 1.1.0 liefert sie ebenfalls. Das erste Mal, dass unsere Prüfungen das Problem waren, steht in einer früheren Notiz.