1,082 terjemahan mempunyai perkataan dalam abjad yang salah. Pemeriksaan kami meluluskan kesemuanya.
Bahasa
Pada 31 Oktober, kami menemui satu ayat bahasa Hungary di salah satu laman web kami yang mengandungi perkataan bahasa Cina di tengahnya. Kami mencari terjemahan yang disimpan bagi setiap laman web yang kami kendalikan untuk huruf yang tidak tergolong dalam bahasanya, dan menemui 1,082 terjemahan seperti itu, 581 daripadanya pada halaman yang diterbitkan. Setiap satu telah lulus pemeriksaan kami.
Apa yang kami temui
Semuanya ditulis oleh model tempatan yang menterjemahkan laman web kami, dan semuanya adalah kesilapan yang sama: satu atau dua perkataan dalam bahasa lain. Daripada terjemahan yang disimpan, dan daripada yang ditolak sejak itu:
- Bahasa Cina dalam bahasa lain: "they are" sebagai 它们是 di tengah-tengah ayat bahasa Thai; perkataan Cina untuk "track", 跟踪, diberi akhiran bahasa Hungary ("támadók跟踪ására"); perkataan serupa dalam bahasa Poland dan Greek.
- Bahasa Rusia dalam bahasa Greek, Armenia, Ibrani dan Slovenia: "full house" dalam bahasa Greek keluar sebagai "φουλ хаус", dengan perkataan kedua dalam huruf Cyrillic.
- Huruf yang serupa: huruf Cyrillic "о" atau "а" di hujung perkataan bahasa Finland atau Czech. Pembaca halaman tidak akan perasan; enjin carian atau pembaca skrin akan perasan.
- Skrip yang berdekatan: huruf Bengali di dalam perkataan Kannada, Devanagari di dalam Kannada.
- Baris penuh dalam bahasa Thai pada halaman Khmer: tajuk, label dan sel jadual pada halaman Khmer bagi dua laman web ditulis dalam bahasa Thai.
Kedai kami mempunyai tujuh baris seperti itu sendiri. Dalam satu daripadanya, "planted values" keluar dalam bahasa Romania sebagai "valori植入".
Mengapa pemeriksaan meluluskannya
Pemeriksaan skrip bertanya sama ada sekurang-kurangnya 45% huruf sesuatu terjemahan berada dalam skrip bahasanya. Ini menangkap bahasa Inggeris yang dibiarkan, yang memang tujuan asalnya. Dua huruf Cina dalam ayat bahasa Hungary seratus huruf tidak mengubah perkadaran, dan satu huruf Cyrillic mengubahnya dengan lebih sedikit lagi.
Teks pendek mempunyai peraturan berbeza. Di bawah 25 huruf bahasa Inggeris, pemeriksaan hanya memastikan jawapan tidak kekal dalam bahasa Inggeris. Sel jadual Khmer yang ditulis dalam bahasa Thai tidak mengandungi bahasa Inggeris langsung, jadi ia lulus.
Peraturan yang menangkapnya
Huruf yang tergolong dalam skrip yang tidak digunakan oleh bahasa tersebut, dan yang tidak terkandung dalam sumber bahasa Inggeris, adalah kesilapan. Tiga pengecualian menghalang peraturan ini daripada menyalah amaran:
- Huruf Latin sentiasa dibenarkan: nama jenama, kod dan unit muncul dalam setiap bahasa.
- Cina, Jepun dan Korea tidak diperiksa, kerana Jepun mencampurkan kana dan kanji dan Korea boleh menggunakan hanja.
- Serbia dan Punjabi, yang masing-masing ditulis dalam dua skrip, hanya diperiksa untuk huruf Cina, Jepun dan Korea.
Kami menjalankan peraturan itu ke atas semua yang disimpan oleh tapak kami, dan setiap baris yang ditandanya yang kami baca adalah salah. Sejak 31 Oktober, ia telah menolak 1,652 terjemahan semasa ia dibuat, 1,549 daripadanya dalam bahasa Khmer: model tersebut tidak berhenti menulis Thai untuk Khmer, tetapi kini ia ditanya semula dan bukan diterbitkan.
Pembersihan
Terjemahan yang disimpan diperiksa semula hanya apabila bahasanya diterjemahkan semula, jadi setiap bahasa yang terjejas telah diterjemahkan semula: 61 daripadanya merentasi sebelas tapak. Dua baris kembali dengan kesilapan yang sama buat kali kedua: "valori植入" dalam bahasa Romania dan satu baris Yunani yang mengandungi 面向. Kami menulis dua baris itu secara manual. Pada 2 November, tiada halaman kami yang diterbitkan mempunyai huruf daripada skrip lain.
Di mana peraturan itu berada sekarang
Ia berada dalam translation-checks 1.1.0, percuma di GitHub, bersebelahan dengan pemeriksaan baharu bahawa setiap nombor kembali dan mengetahui bahawa "3 million" ialah 300万 dalam bahasa Jepun. Dijalankan terhadap 568,574 terjemahan diterima tapak kami, pemeriksaan baharu itu tidak menimbulkan sebarang penggera palsu. Polyglot 1.1.0 turut menyertakannya. Kali pertama pemeriksaan kami menjadi masalah terdapat dalam nota terdahulu.