1,082 ಅನುವಾದಗಳಲ್ಲಿ ಒಂದು ಪದ ತಪ್ಪು ಅಕ್ಷರಮಾಲೆಯಲ್ಲಿತ್ತು. ನಮ್ಮ ಪರಿಶೀಲನೆಗಳು ಪ್ರತಿಯೊಂದನ್ನೂ ಉತ್ತೀರ್ಣಗೊಳಿಸಿವೆ.
ಭಾಷೆಗಳು
31 ಅಕ್ಟೋಬರ್‌ನಲ್ಲಿ, ನಮ್ಮ ಸೈಟ್‌ಗಳಲ್ಲಿ ಒಂದರ ಮೇಲೆ ಚೀನೀ ಪದಗಳನ್ನು ಮಧ್ಯೆ ಹೊಂದಿರುವ ಹಂಗೇರಿಯನ್ ವಾಕ್ಯವೊಂದನ್ನು ನಾವು ಕಂಡುಕೊಂಡೆವು. ನಾವು ನಡೆಸುವ ಪ್ರತಿಯೊಂದು ಸೈಟ್‌ನ ಸಂಗ್ರಹಿಸಲಾದ ಅನುವಾದಗಳಲ್ಲಿ, ಅವುಗಳ ಭಾಷೆಗೆ ಸೇರದ ಅಕ್ಷರಗಳಿಗಾಗಿ ಹುಡುಕಿದೆವು ಮತ್ತು ಅಂತಹ 1,082 ಅನುವಾದಗಳನ್ನು ಕಂಡುಕೊಂಡೆವು, ಅವುಗಳಲ್ಲಿ 581 ಪ್ರಕಟಿತ ಪುಟಗಳ ಮೇಲಿದ್ದವು. ಪ್ರತಿಯೊಂದೂ ನಮ್ಮ ಪರಿಶೀಲನೆಗಳನ್ನು ಉತ್ತೀರ್ಣಗೊಂಡಿತ್ತು.
ನಾವು ಕಂಡುಕೊಂಡದ್ದು
ಇದನ್ನೆಲ್ಲಾ ನಮ್ಮ ಸೈಟ್‌ಗಳನ್ನು ಅನುವಾದಿಸುವ ಸ್ಥಳೀಯ ಮಾದರಿಗಳು ಬರೆದಿವೆ, ಮತ್ತು ಇದನ್ನೆಲ್ಲಾ ಒಂದೇ ರೀತಿಯ ತಪ್ಪು: ಬೇರೆ ಭಾಷೆಯಲ್ಲಿ ಒಂದೆರಡು ಪದಗಳು. ಸಂಗ್ರಹಿಸಲಾದ ಅನುವಾದಗಳಿಂದ, ಮತ್ತು ಆದರಿಂದ ನಿರಾಕರಿಸಲಾದವುಗಳಿಂದ:
- ಬೇರೆ ಭಾಷೆಗಳಲ್ಲಿ ಚೀನೀ: ಥಾಯ್ ವಾಕ್ಯದ ಮಧ್ಯೆ "they are" ಅನ್ನು 它们是 ಎಂದು ಬರೆಯಲಾಗಿದೆ; "track" ಗಾಗಿ ಚೀನೀ ಪದ, 跟踪, ಹಂಗೇರಿಯನ್ ಪ್ರತ್ಯಯವನ್ನು ಪಡೆದಿದೆ ("támadók跟踪ására"); ಪೋಲಿಷ್ ಮತ್ತು ಗ್ರೀಕ್‌ನಲ್ಲಿ ಸಮಾನ ಪದಗಳು.
- ಗ್ರೀಕ್, ಆರ್ಮೇನಿಯನ್, ಹೀಬ್ರೂ ಮತ್ತು ಸ್ಲೋವೇನಿಯನ್‌ನಲ್ಲಿ ರಷ್ಯನ್: ಗ್ರೀಕ್‌ನಲ್ಲಿ "full house" "φουλ хаус" ಎಂದು ಬಂದಿದೆ, ಎರಡನೇ ಪದ ಸಿರಿಲಿಕ್‌ನಲ್ಲಿತ್ತು.
- ಹೋಲುವ ಅಕ್ಷರಗಳು: ಫಿನ್ನಿಷ್ ಅಥವಾ ಚೆಕ್ ಪದದ ಕೊನೆಯಲ್ಲಿ ಸಿರಿಲಿಕ್ "о" ಅಥವಾ "а". ಪುಟವನ್ನು ಓದುವ ಯಾರೂ ಗಮನಿಸುತ್ತಿರಲಿಲ್ಲ; ಹುಡುಕಾತ ಎಂಜಿನ್ ಅಥವಾ ಸ್ಕ್ರೀನ್ ರೀಡರ್ ಗಮನಿಸುತ್ತದೆ.
- ಪಕ್ಕದ ಅಕ್ಷರಮಾಲೆಗಳು: ಕನ್ನಡ ಪದದ ಒಳಗೆ ಬಂಗಾಳಿ ಅಕ್ಷರ, ಕನ್ನಡದ ಒಳಗೆ ದೇವನಾಗರಿ.
- ಖ್ಮೇರ್ ಪುಟಗಳಲ್ಲಿ ಥಾಯ್‌ನಲ್ಲಿ ಇಡೀ ಸಾಲುಗಳು: ಎರಡು ಸೈಟ್‌ಗಳ ಖ್ಮೇರ್ ಪುಟಗಳ ಶೀರ್ಷಿಕೆಗಳು, ಲೇಬಲ್‌ಗಳು ಮತ್ತು ಟೇಬಲ್ ಕೋಶಗಳನ್ನು ಸರಳವಾಗಿ ಥಾಯ್‌ನಲ್ಲಿ ಬರೆಯಲಾಗಿತ್ತು.
ನಮ್ಮ ಸ್ಟೋರ್‌ನಲ್ಲಿ ಅಂತಹ ಏಳು ಸಾಲುಗಳು ತಮ್ಮದೇ ಆಗಿದ್ದವು. ಒಂದರಲ್ಲಿ, "planted values" ರೊಮಾನಿಯನ್‌ನಲ್ಲಿ "valori植入" ಎಂದು ಬಂದಿದೆ.
ಪರಿಶೀಲನೆಗಳು ಅವುಗಳನ್ನು ಏಕೆ ಉತ್ತೀರ್ಣಗೊಳಿಸಿದವು
ಸ್ಕ್ರಿಪ್ಟ್ ಪರಿಶೀಲನೆಯು ಅನುವಾದದ ಕನಿಷ್ಠ 45% ಅಕ್ಷರಗಳು ಅದರ ಭಾಷೆಯ ಅಕ್ಷರಮಾಲೆಯಲ್ಲಿವೆಯೇ ಎಂದು ಕೇಳಿತು. ಇದು ಸ್ಥಳದಲ್ಲಿ ಉಳಿದಿರುವ ಇಂಗ್ಲಿಷ್ ಅನ್ನು ಹಿಡಿಯುತ್ತದೆ, ಇದಕ್ಕಾಗಿಯೇ ಇದನ್ನು ರಚಿಸಲಾಗಿತ್ತು. ನೂರು ಅಕ್ಷರಗಳ ಹಂಗೇರಿಯನ್ ವಾಕ್ಯದಲ್ಲಿ ಎರಡು ಚೀನೀ ಅಕ್ಷರಗಳು ಪಾಲನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ, ಮತ್ತು ಒಂದೇ ಸಿರಿಲಿಕ್ ಅಕ್ಷರ ಅದನ್ನು ಇನ್ನೂ ಕಡಿಮೆ ಬದಲಾಯಿಸುತ್ತದೆ.
ಚಿಕ್ಕ ಪಠ್ಯಕ್ಕೆ ಬೇರೆ ನಿಯಮವಿತ್ತು. 25 ಇಂಗ್ಲಿಷ್ ಅಕ್ಷರಗಳಿಗಿಂತ ಕಡಿಮೆ ಇದ್ದರೆ, ಪರಿಶೀಲನೆಯು ಉತ್ತರವು ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿಯೇ ಉಳಿದಿಲ್ಲ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದಷ್ಟೇ ಆಗಿತ್ತು. ಥಾಯ್‌ನಲ್ಲಿ ಬರೆಯಲಾದ ಖ್ಮೇರ್ ಟೇಬಲ್ ಕೋಶದಲ್ಲಿ ಎಂದಿಗೂ ಇಂಗ್ಲಿಷ್ ಇರುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಅದು ಉತ್ತೀರ್ಣಗೊಂಡಿತು.
ಅವುಗಳನ್ನು ಹಿಡಿಯುವ ನಿಯಮ
ಒಂದು ಅಕ್ಷರವು ಭಾಷೆಯು ಬಳಸದ ಅಕ್ಷರಮಾಲೆಗೆ ಸೇರಿದ್ದರೆ, ಮತ್ತು ಇಂಗ್ಲಿಷ್ ಮೂಲದಲ್ಲಿ ಅದು ಇಲ್ಲದಿದ್ದರೆ, ಅದು ತಪ್ಪು. ಮೂರು ವಿನಾಯಿತಿಗಳು ನಿಯಮವು ಸುಳ್ಳು ಕೂಗದಂತೆ ತಡೆಯುತ್ತವೆ:
- ಲ್ಯಾಟಿನ್ ಅಕ್ಷರಗಳನ್ನು ಯಾವಾಗಲೂ ಅನುಮತಿಸಲಾಗುತ್ತದೆ: ಬ್ರಾಂಡ್ ಹೆಸರುಗಳು, ಕೋಡ್ ಮತ್ತು ಘಟಕಗಳು ಪ್ರತಿಯೊಂದು ಭಾಷೆಯಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ.
- ಚೈನೀಸ್, ಜಪಾನೀಸ್ ಮತ್ತು ಕೊರಿಯನ್ ಭಾಷೆಗಳನ್ನು ಪರಿಶೀಲಿಸಲಾಗಿಲ್ಲ, ಏಕೆಂದರೆ ಜಪಾನೀಸ್ ಕಣ ಮತ್ತು ಕಾಂಜಿ ಎರಡನ್ನೂ ಬೆರೆಸುತ್ತದೆ ಮತ್ತು ಕೊರಿಯನ್ ಹಾಂಜಾ ಬಳಸಬಹುದು.
- ಎರಡು ಲಿಪಿಗಳಲ್ಲಿ ಬರೆಯಲಾದ ಸರ್ಬಿಯನ್ ಮತ್ತು ಪಂಜಾಬಿ ಭಾಷೆಗಳನ್ನು ಚೈನೀಸ್, ಜಪಾನೀಸ್ ಮತ್ತು ಕೊರಿಯನ್ ಅಕ್ಷರಗಳಿಗಾಗಿ ಮಾತ್ರ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ನಮ್ಮ ಸೈಟ್‌ಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾದ ಎಲ್ಲವನ್ನೂ ನಾವು ನಿಯಮದ ಮೂಲಕ ಪರಿಶೀಲಿಸಿದೆವು, ಮತ್ತು ನಾವು ಓದಿದ ಪ್ರತಿಯೊಂದು ಸಾಲು ತಪ್ಪಾಗಿ ಗುರುತಿಸಲ್ಪಟ್ಟಿತ್ತು. 31 ಅಕ್ಟೋಬರ್‌ನಿಂದ, ಅನುವಾದಗಳು ಮಾಡಲ್ಪಡುವಾಗಲೇ 1,652 ಅನುವಾದಗಳನ್ನು ಅದು ತಿರಸ್ಕರಿಸಿದೆ, ಅವುಗಳಲ್ಲಿ 1,549 ಕಮರ್: ಮಾದರಿಯು ಕಮರ್‌ಗಾಗಿ ಥಾಯ್ ಬರೆಯುವುದನ್ನು ನಿಲ್ಲಿಸಿಲ್ಲ, ಆದರೆ ಈಗ ಪ್ರಕಟಿಸುವ ಬದಲು ಅದನ್ನು ಮತ್ತೆ ಕೇಳಲಾಗುತ್ತದೆ.
ಶುಚಿಗೊಳಿಸುವಿಕೆ
ಅವುಗಳ ಭಾಷೆಯನ್ನು ಮತ್ತೆ ಅನುವಾದಿಸಿದಾಗ ಮಾತ್ರ ಸಂಗ್ರಹಿಸಲಾದ ಅನುವಾದಗಳನ್ನು ಮತ್ತೆ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಪ್ರಭಾವಿತವಾದ ಪ್ರತಿಯೊಂದು ಭಾಷೆಯನ್ನು ಮತ್ತೆ ಅನುವಾದಿಸಲಾಯಿತು: ಹನ್ನೊಂದು ಸೈಟ್‌ಗಳಲ್ಲಿ 61. ಎರಡು ಸಾಲುಗಳು ಎರಡನೇ ಬಾರಿಗೂ ಅದೇ ತಪ್ಪಿನೊಂದಿಗೆ ಹಿಂತಿರುಗಿದವು: ರೊಮಾನಿಯನ್ "valori植入" ಮತ್ತು 面向 ಇರುವ ಒಂದು ಗ್ರೀಕ್ ಸಾಲು. ಆ ಎರಡನ್ನೂ ನಾವು ಕೈಯಾರೆ ಬರೆದೆವು. 2 ನವೆಂಬರ್‌ನಲ್ಲಿ, ನಮ್ಮ ಪ್ರಕಟಿತ ಪುಟಗಳಲ್ಲಿ ಯಾವುದಕ್ಕೂ ಬೇರೆ ಲಿಪಿಯ ಅಕ್ಷರವಿರಲಿಲ್ಲ.
ನಿಯಮ ಈಗ ಎಲ್ಲಿದೆ
ಅದು translation-checks 1.1.0 ನಲ್ಲಿದೆ, GitHub ನಲ್ಲಿ ಉಚಿತವಾಗಿದೆ, "3 million" ಜಪಾನೀಸ್‌ನಲ್ಲಿ 300万 ಎಂದು ತಿಳಿದಿರುವ ಮತ್ತು ಪ್ರತಿಯೊಂದು ಸಂಖ್ಯೆ ಹಿಂತಿರುಗುತ್ತದೆಯೆಂದು ಖಚಿತಪಡಿಸುವ ಹೊಸ ಪರಿಶೀಲನೆಯ ಪಕ್ಕದಲ್ಲಿ. ನಮ್ಮ ಸೈಟ್‌ಗಳ 568,574 ಸ್ವೀಕರಿಸಲಾದ ಅನುವಾದಗಳ ವಿರುದ್ಧ ನಡೆಸಿದಾಗ, ಹೊಸ ಪರಿಶೀಲನೆಗಳು ಯಾವುದೇ ತಪ್ಪು ಎಚ್ಚರಿಕೆ ನೀಡಲಿಲ್ಲ. Polyglot 1.1.0 ಕೂಡ ಅವುಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ನಮ್ಮ ಪರಿಶೀಲನೆಗಳು ಸಮಸ್ಯೆಯಾಗಿದ್ದ ಮೊದಲ ಬಾರಿ ಹಿಂದಿನ ಟಿಪ್ಪಣಿಯಲ್ಲಿ ಇದೆ.