1.082 преводи содржеа збор во погрешна азбука. Нашите проверки ги пропустија сите.
Јазици
На 31 октомври најдовме унгарска реченица на една од нашите страници со кинески зборови во средината. Баравме во зачуваните преводи на сите страници што ги водиме букви што не припаѓаат на нивниот јазик и најдовме 1.082 преводи како тој, 581 од нив на објавени страници. Сите поминаа низ нашите проверки.
Што најдовме
Сето тоа го напишаа локалните модели што ги преведуваат нашите страници, и сето е истата грешка: еден или два збора на друг јазик. Од зачуваните преводи, и од оние што се одбиени од тогаш:
- Кинески во други јазици: „they are“ како 它们是 во средина на тајландска реченица; кинескиот збор за „track“, 跟踪, со унгарски наставок („támadók跟踪ására“); слични зборови на полски и грчки.
- Руски во грчки, ерменски, хебрејски и словенечки: „full house“ на грчки излезе како „φουλ хаус“, втората збор е на кирилица.
- Слични букви: кирилична „о“ или „а“ на крајот на фински или чешки збор. Никој што ја чита страницата не би забележал; пребарувач или читач на екран би забележале.
- Соседни писма: бенгалска буква во канада збор, деванагари во канада.
- Цели редови на тајландски на кхмерски страници: наслови, етикети и табеларни ќелии на кхмерските страници на две места едноставно беа напишани на тајландски.
Нашиот дуќан имаше седум такви редови свои. Во еден, „planted values“ излезе на ромунски како „valori植入“.
Зошто проверките ги пропустија
Проверката на писмото прашуваше дали најмалку 45% од буквите на преводот се во писмото на тој јазик. Тоа го фаќа англискиот оставен на место, за што беше направено. Две кинески букви во унгарска реченица од сто букви не ја менуваат пропорцијата, а една кирилична буква уште помалку ја менува.
Краткиот текст имаше друго правило. Под 25 букви англиски, проверката само осигуруваше одговорот да не остане на англиски. Кхмерска табеларна ќелија напишана на тајландски не содржи воопшто англиски, па помина.
Правилото што ги фаќа
Буква што припаѓа на писмо што јазикот не го користи, а што не се наоѓа во англискиот извор, е грешка. Три исклучоци го спречуваат правилото да лажно алармира:
- Латиничните букви секогаш се дозволени: брендовите имиња, кодот и мерните единици се појавуваат на секој јазик.
- Кинескиот, јапонскиот и корејскиот не се проверуваат, бидејќи јапонскиот меша кани и канџи, а корејскиот може да користи ханџа.
- Српскиот и пенџапскиот, секој напишан со две азбуки, се проверуваат само за кинески, јапонски и корејски букви.
Ја применивме правилото врз сè што нашите сајтови го чуваа, и секоја линија што ја означила, а ние ја прочитавме, беше погрешна. Од 31 октомври одби 1.652 преводи додека се правеа, од кои 1.549 на кмерски: моделот не престана да пишува тајландски за кмерски, но сега се прашува повторно наместо да се објави.
Чистење
Зачуваните преводи се проверуваат повторно само кога нивниот јазик се преведува повторно, па затоа секој засегнат јазик беше преведен повторно: 61 од нив на единаесет сајтови. Две линии се вратија со истата грешка втор пат: романската „valori植入“ и грчка линија со 面向 во неа. Тие две ги напишавме рачно. На 2 ноември ниту една објавена страница на нашите сајтови немаше буква од друга азбука.
Каде живее правилото сега
Тоа е во translation-checks 1.1.0, бесплатно на GitHub, покрај нова проверка дека секој број се враќа и знае дека „3 million“ е 300万 на јапонски. Извршени врз 568.574 прифатени преводи на нашите сајтови, новите проверки не предизвикаа лажна аларма. Polyglot 1.1.0 ги вклучува и тие. Првиот пат кога нашите проверки беа проблемот е во претходна белешка.