Vi kjørte oversettelsessjekkene våre på 31 879 av Django-oversettelsene. Halvparten av de første alarmene var våre egne.
Språk
Oversettelsessjekkene våre ble utviklet på maskinoversettelser: det den lokale modellen vår skriver for nettstedene våre, som blir avvist og bedt om på nytt når en plassholder, et tall eller et navn mangler. Folk oversetter ulikt. For å se hva sjekkene sier om dette, kjørte vi dem over .po-filene som følger med Django 5.2, i de 39 av språkene våre som Django har: 31 879 oversatte oppføringer.
Den første kjøringen
Kontrollene markerte 1 031 oppføringer, og omtrent halvparten av markeringene var kontrollenes egne feil. Oversettere lar «URL», «IPv4» og «%s KB» stå uendret på japansk, thai eller bulgarsk, noe som kontrollskriptet vårt tolket som engelsk som var igjen. De beholder PostgreSQL, JSON og True i en oversatt setning, skriver 18.00 i stedet for 6 p.m., 06.00 i stedet for 6 a.m. og 2月 i stedet for Feb., og «%(value).1f» ble ikke engang gjenkjent som en plassholder. Hvert av disse tilfellene aksepteres nå: navn, kode og baner kopiert fra kilden telles ikke mot skriptet, ett enkelt ord eller enhet som beholdes uendret, godtas, og klokkeslett, kalenderbetegnelser, ordenstall og brøker skrevet med sifre telles som de samme tallene.
Etter rettingene gir de samme filene 475 markerte oppføringer, 1,5 %, og på de 576 120 sidesidene nettstedene våre aksepterer, gir sjekkene fortsatt ingen falske alarmer.
Det som faktisk var feil
- Flertallsheadere som ikke stemmer overens med oppføringene: de spanske, franske, italienske og portugisiske admin-filene erklærer to flertallsformer i headeren og har tre i hver flertallsoppføring, og den hebraiske filen erklærer fire og har tre. GNU
msgfmt --checkstopper på den spanske med en fatal feil. 234 oppføringer totalt. - Engelsk som er igjen: thai «content type» og «log entry», gresk «work factor», en bulgarsk flertallsform, 125 oppføringer totalt.
- En bokstav fra et annet skriftsystem: en thai-bokstav inne i det khmeriske ordet for «Russisk».
- Flertallsregler som avviker fra CLDR: de armenske og punjabi-filene setter 0 med flertallsformen, den tyrkiske filen setter 0 med entallsformen, der CLDR har det motsatt.
Det en person fortsatt kan akseptere
Noen flagg er vurderingsspørsmål som sjekkene vil fortsette å gjøre. En oversetter som skriver "Past 7 days" som "the past seven days" med ord, har ikke gjort en feil, men for maskinoversettelser er et endret eller manglende tall akkurat det sjekken er til for, så den holder seg streng og kan slås av med --no-numbers. Et begrep et team har bestemt seg for å beholde på engelsk, som "Flat Pages", blir flagget til det godkjennes med --keep.
Hva det endret for nettstedene våre
Sjekkeren som sikrer nettstedene våre, hadde de samme blindsonene for tall. Med de samme fiksene godtar den 3 379 oversettelser fra loggen over avvisninger, som "one-fifth" som 1/5 på koreansk og datoer med ledende null, og alle oversettelsene den tidligere hadde godkjent, består fortsatt. Én regel vi slapp for løs underveis: en ukedag teller nå som et tall bare i en kort kalenderetikett ("Thursday" som vietnamesisk "Thứ 5"), etter at en oromolinje i målingen vår smuglet en feil dato forbi den.
Hvor det bor
Kontrollene er gratis i translation-checks, som siden versjon 1.3 også sjekker en .po-fil på egen hånd, inkludert Plural-Forms-regelen, og siden versjon 1.4 kjører som en pre-commit-hook over prosjektets .po-filer; reglene for 42 språk finnes i gettext-notatet vårt. Polyglot utfører oversettelsen med din egen modell og kjører de samme kontrollene på hver streng den skriver.