1,082 na pagsasalin ang may salitang nasa maling alpabeto. Nakapasa ang lahat ng aming mga tsek.
Mga wika
Noong 31 Oktubre, nakakita kami ng isang pangungusap sa Hungarian sa isa sa aming mga site na may mga salitang Tsino sa gitna nito. Hinanap namin ang mga nakaimbak na pagsasalin ng bawat site na aming pinapatakbo para sa mga titik na hindi kabilang sa kanilang wika at nakahanap ng 1,082 pagsasalin tulad nito, 581 sa mga inilathalang pahina. Lahat ng isa ay nakapasa sa aming mga tsek.
Ang aming natuklasan
Lahat ng ito ay isinulat ng mga lokal na modelo na nagtatala ng aming mga site, at lahat ng ito ay parehong pagkakamali: isang salita o dalawa sa ibang wika. Mula sa mga nakaimbak na pagsasalin, at mula sa mga tinanggihan simula noon:
- Tsinong nasa loob ng ibang mga wika: ang "they are" bilang 它们是 sa gitna ng isang pangungusap na Thai; ang Tsino para sa "track", 跟踪, na may dulong Hungarian ("támadók跟踪ására"); mga katulad na salita sa Polish at Greek.
- Rusong nasa loob ng Greek, Armenian, Hebrew at Slovenian: ang "full house" sa Greek ay lumabas bilang "φουλ хаус", ang pangalawang salita ay nasa Cyrillic.
- Mga titik na magkapareho ang itsura: isang Cyrillic na "о" o "а" sa dulo ng isang salitang Finnish o Czech. Walang mababasa sa pahina na mapapansin; ang isang search engine o screen reader ay mapapansin.
- Mga katabing script: isang titik na Bengali sa loob ng isang salitang Kannada, Devanagari sa loob ng Kannada.
- Buong mga linya sa Thai sa mga pahinang Khmer: ang mga pamagat, label at cell ng talahanayan sa mga pahinang Khmer ng dalawang site ay simpleng isinulat sa Thai.
Ang aming tindahan ay may pitong ganitong linya nito. Sa isa, ang "planted values" ay lumabas sa Romanian bilang "valori植入".
Bakit nakapasa ang mga tsek
Ang tsek sa script ay tumatanong kung hindi bababa sa 45% ng mga titik ng isang pagsasalin ay nasa script ng wika nito. Nahuhuli nito ang English na naiwan, na ito ang layunin nito. Ang dalawang titik na Tsino sa isang pangungusap na Hungarian na may isang daang titik ay hindi nagbabago ng bahagi, at ang isang titik na Cyrillic ay mas kaunti pa ang pagbabago.
Ang maikling teksto ay may ibang patakaran. Sa ilalim ng 25 titik ng English, ang tsek ay tinitiyak lamang na hindi nanatili sa English ang sagot. Ang isang cell ng talahanayan na Khmer na isinulat sa Thai ay walang English, kaya nakapasa ito.
Ang patakaran na nahuhuli ang mga ito
Ang isang titik na kabilang sa isang script na hindi ginagamit ng wika, at na hindi nilalaman ng English na pinagmulan, ay isang pagkakamali. Tatlong exception ang nagpapaalis sa patakaran na huwag mag-iyak ng aso:
- Palaging pinapayagan ang mga titik na Latin: ang mga pangalan ng brand, code at yunit ay lumalabas sa bawat wika.
- Hindi sinusuri ang Chinese, Japanese at Korean, dahil ang Japanese ay halo ng kana at kanji, at ang Korean ay maaaring gumamit ng hanja.
- Ang Serbian at Punjabi, na bawat isa ay isinusulat sa dalawang script, ay sinusuri lamang para sa mga titik ng Chinese, Japanese at Korean.
Isinagawa namin ang rule sa lahat ng nakaimbak sa aming mga site, at lahat ng linya na itinalaga nito na aming binasa ay mali. Mula noong 31 Oktubre, tinanggihan nito ang 1,652 translation habang ginagawa ang mga ito, 1,549 sa mga ito ay Khmer: hindi tumigil ang model sa pagsulat ng Thai para sa Khmer, ngunit ngayon ay hinihiling muli sa halip na i-publish.
Paglilinis
Ang mga nakaimbak na translation ay muling sinusuri lamang kapag ang kanilang wika ay muling isinalin, kaya ang lahat ng apektadong wika ay muling isinalin: 61 sa kanila sa labing-isang site. Dalawang linya ang bumalik na may parehong pagkakamali sa ikalawang pagkakataon: ang Romanian na "valori植入" at isang Greek na linya na may 面向. Isinulat namin ang dalawang ito nang manu-mano. Noong 2 Nobyembre, walang published na page namin na may titik ng ibang script.
Kung saan naroroon ang rule ngayon
Nasa translation-checks 1.1.0 ito, libre sa GitHub, kasama ang bagong check na bawat numero ay bumabalik at alam na ang "3 million" ay 300万 sa Japanese. Pinatakbo laban sa 568,574 accepted translations ng aming mga site, ang mga bagong check ay hindi nagbigay ng maling alarma. Ang Polyglot 1.1.0 ay naglalaman din ng mga ito. Ang unang pagkakataon na ang aming mga check ang problema ay nasa isang naunang note.