Isinagawa namin ang aming mga translation check sa 31,879 na translations ng Django. kalahati ng mga unang alarm ay sa amin.
Mga wika
Ang aming mga translation check ay lumaki sa machine translations: ang isinusulat ng aming local model para sa aming mga site, tinanggihan at hiningi muli kapag ang placeholder, numero o pangalan ay nawawala. Iba-iba ang pagsasalin ng mga tao. Upang makita kung ano ang gawin ng mga check dito, isinagawa namin ang mga ito sa mga .po file na kasama sa Django 5.2, sa 39 sa aming mga wika na mayroon ang Django: 31,879 na translated entries.
Ang unang run
Na-flag ng mga check ang 1,031 entry, at halos kalahati ng mga flag ay mga sariling pagkakamali ng mga check. Iniwan ng mga tagasalin ang "URL", "IPv4" at "%s KB" nang hindi binabago sa Japanese, Thai o Bulgarian, na itinuring ng aming script check na English na naiwan pa rin. Pinapanatili nila ang PostgreSQL, JSON at True sa loob ng isang isinalinsing pangungusap, isinusulat ang 6 p.m. bilang 18.00, ang 6 a.m. bilang 06.00, at ang Feb. bilang 2月, at ang "%(value).1f" ay hindi pa rin kinikilala bilang placeholder. Bawat isa sa mga ito ay tinatanggap na ngayon: ang mga pangalan, code at path na kinopya mula sa source ay hindi itinuturing na pagkakamali ng script, ang isang salita o unit na pinanatili nang hindi binabago ay tumatagos, at ang mga oras, label ng kalendaryo, ordinal at fraction na isinusulat sa mga digit ay itinuturing na parehong numero.
Pagkatapos ng mga pag-aayos, ang parehong mga file ay nagbibigay ng 475 na flagged entries, 1.5%, at sa 576,120 page translations na tinatanggap ng aming mga site, ang mga check ay patuloy na walang nagbibigay na false alarm.
Ang tunay na mali
- Ang mga plural header na hindi sumasang-ayon sa kanilang mga entries: ang mga Spanish, French, Italian at Portuguese admin file ay nagde-declare ng dalawang plural form sa kanilang header at may tatlo sa bawat plural entry, at ang Hebrew file ay nagde-declare ng apat at may tatlo. Ang GNU
msgfmt --checkay humihinto sa Spanish na may fatal error. 234 entries sa kabuuan. - Ang English na naiwan: Thai "content type" at "log entry", Greek "work factor", isang Bulgarian plural form, 125 entries sa kabuuan.
- Isang letra ng ibang script: isang Thai letra sa loob ng Khmer na salita para sa "Russian".
- Ang mga plural rule na naiiba sa CLDR: ang mga Armenian at Punjabi file ay naglalagay ng 0 sa plural form, ang Turkish file ay naglalagay ng 0 sa singular, kung saan ang CLDR ay mayroon ito sa kabaligtaran.
Ang maaaring tanggapin pa rin ng isang tao
Ilang flag ay mga desisyong panghuhusga na patuloy na gagawin ng mga check. Ang isang translator na sumulat ng "Past 7 days" bilang "the past seven days" sa mga salita ay hindi nagkamali, ngunit para sa machine translations, ang binago o kulang na numero ay eksaktong ang hinahanap ng check, kaya nananatiling mahigpit ito at maaaring patayin gamit ang --no-numbers. Ang isang termino na pinasyahan ng team na panatilihin sa English, tulad ng "Flat Pages", ay flag hanggang sa ito ay ipasa gamit ang --keep.
Ang mga pagbabago para sa aming mga site
Ang checker na nagbabantay sa aming mga site ay may parehong blind spots para sa mga numero. Sa parehong mga pag-aayos, tinatanggap nito ang 3,379 translations mula sa kanyang log of refusals, tulad ng "one-fifth" bilang 1/5 sa Korean at mga petsa na may leading zero, at ang bawat translation na dati ay tinanggap ay nananatiling nakapasa. Isang patakaran ang aming pinahintulutan nang sobra sa daan: ang isang weekday ay itinuturing na numero lamang sa maikling calendar label ("Thursday" bilang Vietnamese "Thứ 5"), pagkatapos ng isang Oromo line sa aming measurement na nakapagpasok ng maling petsa.
Kung saan ito nakatira
Ang mga check ay libre sa translation-checks, na mula 1.3 ay nagsusuri na rin ng isang .po file nang mag-isa, kasama ang Plural-Forms rule nito, at mula 1.4 ay tumatakbo bilang pre-commit hook sa mga .po file ng isang proyekto; ang mga rules para sa 42 wika ay nasa aming gettext note. Ang Polyglot ang gumagawa ng pagsasalin gamit ang sarili mong model at pinapatakbo ang parehong mga check sa bawat string na isinusulat nito.