1082 թարգմանություններում այբուբենի սխալ տառեր էին։ Մեր ստուգումները բոլորը հաջողությամբ անցել էին։
Լեզուներ
Հոկտեմբերի 31-ին մենք մեր կայքերից մեկում հայտնաբերեցինք հունգարերեն նախադասություն, որի մեջտեղում չինարեն բառեր էին։ Մենք ստուգեցինք մեր բոլոր կայքերի պահվող թարգմանությունները՝ փնտրելով այն տառերը, որոնք չեն պատկանում տվյալ լեզվին, և գտանք նմանատիպ 1082 թարգմանություն, որոնցից 581-ը հրապարակված էր էջերում։ Բոլորը հաջողությամբ անցել էին մեր ստուգումները։
Ինչ գտանք
Ամեն գրվածը ստեղծվել էր մեր կայքերը թարգմանող տեղական մոդելների կողմից, և բոլորը նույն սխալն էին՝ մեկ կամ երկու բառ այլ լեզվով։ Պահվող թարգմանություններից և դրանից հետո մերժվածներից՝
- Չինարենը այլ լեզուների մեջ. «they are»-ը որպես 它们是 թայերեն նախադասության մեջտեղում; «track»-ի չինարենը՝ 跟踪, հունգարերեն վերջավորությամբ («támadók跟踪ására»); նմանատիպ բառեր լեհերենում և հունարենում։
- Ռուսերենը հունարենում, հայերենում, եբրայերենում և սլովեներենում. «full house»-ը հունարենում դուրս եկավ «φουλ хаус», երկրորդ բառը կիրիլիցայով։
- Նմանատիպ տառեր. կիրիլիցայի «о» կամ «ա» ֆիններեն կամ չեխերեն բառի վերջում։ Էջը կարդացող ոչ ոք չէր նկատի; որոնիչը կամ էկրանի ընթերցողը՝ կնկատեր։
- Հարևանակից գրեր. բենգալերեն տառ կաննադա բառի մեջ, դևանագարի՝ կաննադայի մեջ։
- Ամբողջական տողեր թայերենով քմերերեն էջերում. երկու կայքերի քմերերեն էջերի վերնագրերը, պիտակները և աղյուսակի բջիջները պարզապես գրված էին թայերենով։
Մեր խանութն ուներ նմանատիպ յոթ տող։ Դրանցից մեկում «planted values»-ը ռումիներեն դուրս եկավ «valori植入»։
Ինչու ստուգումները թողեցին դրանք
Գրի ստուգումը հարցնում էր, թե արդյոք թարգմանության տառերի առնվազն 45%-ը պատկանում է տվյալ լեզվի գրին։ Դա բռնում է անգլերենը, որը թողնվել էր անփոփոխ, և դրա համար էր ստեղծվել։ Չինարենի երկու տառը հարյուր տառանոց հունգարերեն նախադասության մեջ չեն փոխում բաժինը, իսկ մեկ կիրիլիցայի տառը՝ ավելի էլ քիչ է փոխում։
Կարճ տեքստի համար կար այլ կանոն։ 25-ից պակաս անգլերեն տառերի դեպքում ստուգումը միայն համոզվում էր, որ պատասխանը չի մնացել անգլերենով։ Թայերենով գրված քմերերեն աղյուսակի բջիջը ընդհանրապես անգլերեն չի պարունակում, ուստի այն անցավ։
Կանոնը, որը բռնում է դրանք
Տառը, որը պատկանում է այնպիսի գրի, որը լեզուն չի օգտագործում, և որը չկա անգլերեն սկզբնատեքստում, սխալ է։ Երեք բացառություն թույլ են տալիս, որ կանոնը չառաջացնի կեղծ ահազանգեր՝
- Լատինատառ տառերը միշտ թույլատրված են. ապրանքանիշերի անունները, կոդը և միավորները հանդիպում են բոլոր լեզուներում։
- Չինարենը, ճապոներենը և կորեերենը ստուգված չեն, քանի որ ճապոներենը խառնում է կանան և կանջի, իսկ կորեերենը կարող է օգտագործել հանջա։
- Սերբերենը և պենջաբերենը, որոնք գրվում են երկու գրային համակարգով, ստուգվում են միայն չինարենի, ճապոներենի և կորեերենի տառերի առկայության համար։
Մենք կանոնը կիրառեցինք մեր կայքերում պահվող ամեն ինչի նկատմամբ, և յուրաքանչյուր տող, որը այն նշեց և որը մենք կարդացինք, սխալ էր։ Հոկտեմբերի 31-ից այն մերժել է 1,652 թարգմանություն դրանց պատրաստման պահին, դրանցից 1,549-ը՝ քմերերեն։ Մոդելը դադարել չէ թայերեն գրել քմերերենի համար, բայց այժմ այն կրկին հարցնում է, փոխանակ հրապարակելու։
Մաքրում
Պահվող թարգմանությունները կրկին ստուգվում են միայն այն դեպքում, երբ դրանց լեզուն կրկին թարգմանվում է, ուստի բոլոր տուժած լեզուները կրկին թարգմանվեցին. 11 կայքերում դրանք 61-ն էին։ Երկու տող կրկին վերադարձավ նույն սխալով. ռումիներեն «valori植入» և հունարեն մի տող՝ 面向 պարունակող։ Այդ երկուսը մենք գրեցինք ձեռքով։ Նոյեմբերի 2-ին մեր հրապարակված ոչ մի էջում այլ գրային համակարգի տառ չկար։
Որտե՞ղ է կանոնը հիմա
Այն գտնվում է translation-checks 1.1.0-ում, անվճար GitHub-ում, «3 միլիոն»-ը ճապոներեն 300万 է և թվերը վերադառնում են՝ հաշվի առնող նոր ստուգման կողքին։ Մեր կայքերի 568,574 ընդունված թարգմանությունների նկատմամբ կատարված նոր ստուգումները կեղծ ահազանգ չեն տվել։ Polyglot 1.1.0-ը նույնպես դրանք ունի։ Առաջին անգամ, երբ մեր ստուգումներն էին խնդիրը, նկարագրված է նախորդ նշման մեջ։