1.082 prevoda imalo je reč u pogrešnom alfabetu. Naše provere su prošle sve.
Jezici
31. oktobra pronašli smo mađarsku rečenicu na jednom od naših sajtova sa kineskim rečima usred nje. Pretražili smo sačuvane prevode svih sajtova koje vodimo tražeći slova koja ne pripadaju njihovom jeziku i pronašli 1.082 prevoda poput tog, od kojih je 581 bilo na objavljenim stranicama. Svi su prošli naše provere.
Šta smo pronašli
Sve je napisano lokalnim modelima koji prevode naše sajtove, i sve je ista greška: jedna ili dve reči na drugom jeziku. Iz sačuvanih prevoda i iz onih odbijenih od tada:
- Kineski unutar drugih jezika: "they are" kao 它们是 usred tajlandske rečenice; kineski za "track", 跟踪, sa mađarskim nastavkom ("támadók跟踪ására"); slične reči na poljskom i grčkom.
- Ruski unutar grčkog, jermenskog, hebrejskog i slovenačkog: "full house" na grčkom izašao je kao "φουλ хаус", druga reč u ćirilici.
- Slova koja se liče: ćirilično "о" ili "а" na kraju finske ili češke reči. Niko ko čita stranicu ne bi primetio; pretraživač ili čitač ekrana bi.
- Susedni pisma: bengalsko slovo unutar kanada reči, devanagari unutar kanada.
- Cele linije na tajlandskom na kmerskim stranicama: naslovi, oznake i ćelije tabela na kmerskim stranicama dva sajta jednostavno su napisani na tajlandskom.
Naša prodavnica je imala sedam takvih linija. U jednoj, "planted values" je na rumunskom izašlo kao "valori植入".
Zašto su provere prošle
Provera pisma je pitala da li je bar 45% slova u prevodu u pismu tog jezika. To hvata engleski koji je ostao na mestu, za šta je i napravljena. Dva kineska slova u mađarskoj rečenici od sto slova ne menjaju udeo, a jedno ćirilično slovo ga menja još manje.
Kratki tekst je imao drugačije pravilo. Ispod 25 slova engleskog, provera je samo osiguravala da odgovor nije ostao na engleskom. Kmerska ćelija tabele napisana na tajlandskom ne sadrži uopšte engleski, pa je prošla.
Pravilo koje ih hvata
Slovo koje pripada pismu koje jezik ne koristi, a koje engleski izvor ne sadrži, greška je. Tri izuzetka sprečavaju pravilo da lažno alarmira:
- Latinična slova su uvek dozvoljena: brendovi, kod i mere pojavljuju se na svakom jeziku.
- Кинески, јапански и корејски нису проверавани, јер јапански меша кану и канђи, а корејски може да користи ханџа.
- Српски и пенџаби, од којих се сваки пише у два писма, проверавани су само на кинеска, јапанска и корејска слова.
Провели смо правило преко свега што су наши сајтови чували, и сваки ред који је означило, а који смо прочитали, био је погрешан. Од 31. октобра одбило је 1.652 превода у тренутку настанка, од којих 1.549 кмерских: модел није престао да пише тајландски за кмерски, али сада се поново тражи уместо да се објави.
Чишћење
Сачувани преводи се поново проверавају само када се њихов језик поново преведе, па су сви погођени језици поново преведени: њих 61 на једанаест сајтова. Два реда вратила су исту грешку други пут: румунски „valori植入“ и грчки ред са 面向 у себи. Та два реда смо написали ручно. Дана 2. новембра ниједна наша објављена страница није имала слово другог писма.
Где сада живи правило
Налази се у translation-checks 1.1.0, бесплатно на GitHub-у, поред нове провере да се сваки број врати и да зна да је „3 million“ 300万 на јапанском. Покренуто над 568.574 прихваћена превода наших сајтова, нове провере нису изазвале лажну узбуну. Polyglot 1.1.0 их такође садржи. Први пут када су наше провере биле проблем, описано је у претходној белешци.