1 082 käännöksessä oli sana väärässä kirjaimistossa. Tarkistuksemme hyväksyivät ne kaikki.
Kielet
31. lokakuuta löysimme yhdeltä sivustoltamme unkarilaisen lauseen, jonka keskellä oli kiinankielisiä sanoja. Etsimme tallennetuista käännöksistä kaikilta ylläpitämiltämme sivustoilta kirjaimia, jotka eivät kuulu kyseiseen kieleen, ja löysimme 1 082 tällaista käännöstä, joista 581 oli julkaistuilla sivuilla. Kaikki ne olivat läpäisseet tarkistuksemme.
Mitä löysimme
Kaikki sen kirjoittivat paikalliset mallit, jotka kääntävät sivustojaan, ja kaikki on sama virhe: yksi tai kaksi sanaa toisella kielellä. Tallennetuista käännöksistä ja niistä, jotka hylättiin sen jälkeen:
- Kiinaa muissa kielissä: "they are" oli 它们是 thailaisessa lauseessa keskellä; kiinankielinen sana "track", 跟踪, sai unkarilaisen taivutuspäätteen ("támadók跟踪ására"); vastaavia sanoja oli puolassa ja kreikassa.
- Venäjää kreikassa, armeniassa, hepreaksi ja sloveniassa: "full house" kreikaksi tuli ulos "φουλ хаус", toinen sana kyrillisin kirjaimin.
- Samannäköiset kirjaimet: kyrillinen "о" tai "а" suomen- tai tšekinkielisen sanan lopussa. Kukaan sivua lukeva ei huomaisi sitä; hakukone tai ruudunlukuohjelma huomaisi.
- Lähellä olevat kirjaimistot: bengalilainen kirjain kannadan sanan sisällä, devanagari kannadassa.
- Kokonaisia rivejä thain kielellä khmerin sivuilla: kahden sivuston khmerinkielisten sivujen otsikot, nimikkeet ja taulukon solut oli yksinkertaisesti kirjoitettu thain kielellä.
Kaupassamme oli seitsemän tällaista riviä omistaan. Yhdessä "planted values" tuli romanian kielelle "valori植入".
Miksi tarkistukset hyväksyivät ne
Kirjaimistotarkistus kysyi, olivatko vähintään 45 % käännöksen kirjaimista kyseisen kielen kirjaimistossa. Se havaitsee englannin jääneen paikalleen, mihin se oli rakennettu. Kahden kiinankielisen kirjaimen lisääminen sadan kirjaimen unkarilaiseen lauseeseen ei muuta osuutta, ja yksittäinen kyrillinen kirjain muuttaa sitä vielä vähemmän.
Lyhyellä tekstillä oli eri sääntö. Alle 25 englanninkielisen kirjaimen tapauksessa tarkistus varmistui vain siitä, ettei vastaus ollut jäänyt englanniksi. Thain kielellä kirjoitettu khmerin taulukkosolu ei sisällä lainkaan englantia, joten se läpäisi tarkistuksen.
Sääntö, joka havaitsee ne
Kirjain, joka kuuluu kirjaimistoon, jota kieli ei käytä, ja jota englanninkielisessä alkutekstissä ei ole, on virhe. Kolme poikkeusta estää sääntöä huutamasta susi:
- Latinalaiset kirjaimet sallitaan aina: tuotemerkit, koodi ja yksiköt esiintyvät kaikilla kielillä.
- Kiinaa, japania ja koreaa ei tarkisteta, koska japanissa sekoittuvat kana ja kanji ja koreassa voidaan käyttää hanjaa.
- Serbiaa ja punjabia, jotka kumpikin kirjoitetaan kahdella kirjoitusjärjestelmällä, tarkistetaan vain kiinalaisten, japanilaisten ja korealaisten merkkien varalta.
Käytimme sääntöä kaikkeen, mitä sivustoillamme oli tallennettu, ja jokainen lippuun merkitty rivi, jonka luimme, oli väärin. 31. lokakuuta jälkeen se on hylännyt 1 652 käännöstä teon yhteydessä, joista 1 549 khmeriksi: malli ei ole lakannut kirjoittamasta thaita khmeriksi, mutta nyt sitä pyydetään uudelleen julkaisemisen sijaan.
Puhdistus
Tallennetut käännökset tarkistetaan uudelleen vain, kun niiden kieli käännetään uudelleen, joten jokainen affected kieli käännettiin uudelleen: 61 kappaletta yhdentoista sivuston yli. Kaksi riviä palasi samalla virheellä toisen kerran: romanian "valori植入" ja kreikan rivi, jossa on 面向. Kirjoitimme nuo kaksi käsin. 2. marraskuuta millään julkaistulla sivullamme ei ollut toisen kirjoitusjärjestelmän merkkiä.
Missä sääntö nyt asuu
Se on translation-checks 1.1.0, ilmaiseksi GitHubissa, uuden tarkistuksen vieressä, joka varmistaa, että jokainen numero palautuu ja tietää, että "3 million" on 300万 japaniksi. Ajettuna sivustoillemme 568 574 hyväksyttyä käännöstä vasten uudet tarkistukset eivät antaneet yhtäkään väärää hälytystä. Polyglot 1.1.0 sisältää ne myös. Ensimmäinen kerta, kun tarkistuksemme olivat ongelma, on aiemmassa merkinnässä.