Проведовме проверки на преводите врз 31.879 преводи на Django. Половина од првите предупредувања беа наши.
Јазици
Нашите проверки на преводите израснаа врз машински преводи: она што нашиот локален модел го пишува за нашите сопствени сајтови, отфрлено и побарано повторно кога недостасува резервирано место, број или име. Луѓето преведуваат различно. За да видиме како проверките реагираат на тоа, ги пуштивме врз .po датотеките што доаѓаат со Django 5.2, во 39 од нашите јазици што ги има Django: 31.879 преведени ставки.
Првото пуштање
Проверките означиле 1.031 записи, а околу половина од означувањата биле грешки на самите проверки. Преведувачите ги оставаат „URL“, „IPv4“ и „%s KB“ непроменети на јапонски, тајландски или бугарски, што нашата скрипта за проверка погрешно ги сметала за оставен англиски текст. Тие ги задржуваат PostgreSQL, JSON и True во преведена реченица, го пишуваат 6 p.m. како 18.00, 6 a.m. како 06.00 и Feb. како 2月, а „%(value).1f“ воопшто не беше препознаен како резервирано место. Сега сите тие се прифаќаат: имињата, кодот и патеките копирани од изворот не се сметаат против скриптата, поединечни зборови или единици оставени непроменети поминуваат, а времињата, календарските ознаки, редните броеви и дропките напишани со цифри се сметаат за исти броеви.
По поправките, истите датотеки даваат 475 означени ставки, 1,5%, а на 576.120 преводи на страници што нашите сопствени сајтови ги прифаќаат, проверките сè уште не даваат лажни предупредувања.
Што навистина беше погрешно
- Заглавија за множина што не се совпаѓаат со нивните ставки: административните датотеки на шпански, француски, италијански и португалски декларират две форми за множина во заглавието и носат три во секоја ставка за множина, а датотеката на хебрејски декларира четири и носи три. GNU
msgfmt --checkзастанува на шпанската со фатална грешка. Вкупно 234 ставки. - Оставен англиски: тајландски „content type“ и „log entry“, грчки „work factor“, една бугарска форма за множина, вкупно 125 ставки.
- Буква од друго писмо: тајландска буква во кмерскиот збор за „руска“.
- Правила за множина што се разликуваат од CLDR: датотеките на ерменски и пенџапски ја ставаат 0 со формата за множина, датотеката на турски ја става 0 со единствената, додека CLDR е обратно.
Што човек сè уште може да прифати
Некои знамиња се прашања на проценување за кои проверките ќе продолжат да ги носат. Преведувач кој наместо „Past 7 days“ напишал „the past seven days“ со зборови не направил грешка, но за машински преводи променет или недостасувачки број е токму она за што служи проверката, па затоа останува строга и може да се исклучи со --no-numbers. Термин за кој тимот одлучил да го задржи на англиски, како „Flat Pages“, се означува додека не се одобри со --keep.
Што промени за нашите сајтови
Проверувачот кој ги штити нашите сопствени сајтови ги имаше истите слепи точки за броевите. Со истите поправки, тој прифаќа 3.379 преводи од својот дневник на одбивања, како „one-fifth“ како 1/5 на корејски и датуми со водечка нула, и секој превод што претходно го прифатил сè уште поминува. Едно правило кое го олабавивме премногу по патот: ден од неделата сега се смета за број само во краток календар-натпис („Thursday“ како виетнамски „Thứ 5“), откако линија на оромски јазик во нашето мерење помина со погрешен датум.
Каде се наоѓа
Проверките се бесплатни во translation-checks, кој од верзија 1.3 натаму проверува и .po датотека самостојно, вклучувајќи го и правилото за Plural-Forms, а од верзија 1.4 работи како pre-commit hook врз .po датотеките на проектот; правилата за 42 јазици се наоѓаат во нашата белешка за gettext. Polyglot врши преведување со вашиот сопствен модел и ги извршува истите проверки врз секој стринг што го запишува.