เราตรวจสอบการแปลของเราด้วยการนำการแปลของ Django จำนวน 31,879 รายการมาทดสอบ ครึ่งหนึ่งของสัญญาณเตือนแรกมาจากข้อผิดพลาดของตัวเราเอง
ภาษา
ระบบตรวจสอบการแปลของเราพัฒนาขึ้นจากการแปลโดยเครื่อง: สิ่งที่โมเดลเฉพาะของเราเขียนสำหรับเว็บไซต์ของเราเอง ซึ่งจะถูกปฏิเสธและขอให้แปลใหม่เมื่อ placeholder, ตัวเลข หรือชื่อหายไป ผู้คนแปลไม่เหมือนกัน เพื่อทดสอบว่าระบบตรวจสอบจัดการกับเรื่องนี้อย่างไร เราจึงนำไฟล์ .po ที่มากับ Django 5.2 ใน 39 ภาษาที่ Django รองรับ มาตรวจสอบ: มีรายการแปลทั้งหมด 31,879 รายการ
การรันครั้งแรก
การตรวจสอบพบข้อผิดพลาด 1,031 รายการ และประมาณครึ่งหนึ่งเป็นความผิดพลาดของตัวตรวจสอบเอง นักแปลคงคำว่า "URL", "IPv4" และ "%s KB" ไว้ตามต้นฉบับในภาษาญี่ปุ่น ไทย หรือบัลแกเรีย ซึ่งสคริปต์ตรวจสอบของเราเข้าใจผิดว่าเป็นภาษาอังกฤษที่ยังไม่ได้แปล พวกเขาเก็บคำว่า PostgreSQL, JSON และ True ไว้ในประโยคที่แปลแล้ว เขียน 6 p.m. เป็น 18.00, 6 a.m. เป็น 06.00 และ Feb. เป็น 2月 รวมถึง "%(value).1f" ที่ไม่ถูกรับรู้ว่าเป็น placeholder แม้แต่ครั้งเดียว ตอนนี้ทุกกรณีเหล่านี้ได้รับการยอมรับแล้ว: ชื่อ, โค้ด และเส้นทางที่คัดลอกจากต้นฉบับไม่นับเป็นข้อผิดพลาดของสคริปต์, คำเดียวหรือหน่วยที่คงไว้ตามเดิมถือว่าผ่าน, และเวลา, ป้ายปฏิทิน, เลขลำดับ และเศษส่วนที่เขียนด้วยตัวเลขถือว่านับเป็นตัวเลขเดียวกัน
หลังจากแก้ไข ไฟล์เดิมให้ผลเป็นรายการที่มีปัญหา 475 รายการ หรือ 1.5% และจากการแปลหน้าเว็บของเว็บไซต์ของเราเองจำนวน 576,120 รายการ ระบบตรวจสอบยังคงไม่ส่งสัญญาณเตือนผิดพลาด
สิ่งที่ผิดพลาดจริง
- ส่วนหัวพหูพจน์ที่ไม่สอดคล้องกับรายการ: ไฟล์แอดมินของภาษาสเปน ฝรั่งเศส อิตาลี และโปรตุเกส ประกาศพหูพจน์ 2 รูปแบบในส่วนหัว แต่มี 3 รูปแบบในทุกรายการพหูพจน์ และไฟล์ภาษาฮีบรูประกาศ 4 รูปแบบ แต่มี 3 รูปแบบ GNU
msgfmt --checkจะหยุดทำงานด้วยข้อผิดพลาดร้ายแรงในไฟล์ภาษาสเปน รวมทั้งหมด 234 รายการ - คงภาษาอังกฤษไว้: "content type" และ "log entry" ในภาษาไทย, "work factor" ในภาษากรีก, รูปแบบพหูพจน์ในภาษาบัลแกเรีย รวมทั้งหมด 125 รายการ
- ตัวอักษรจากสคริปต์อื่น: ตัวอักษรไทยอยู่ในคำภาษาเขมรที่แปลว่า "Russian"
- กฎพหูพจน์ที่ต่างจาก CLDR: ไฟล์ภาษาอาร์เมเนียและปัญจาบจัด 0 ไว้กับพหูพจน์ ส่วนไฟล์ภาษาตุรกีจัด 0 ไว้กับเอกพจน์ ซึ่ง CLDR กำหนดไว้ตรงกันข้าม
สิ่งที่มนุษย์อาจยังยอมรับได้
บางการแจ้งเตือนเป็นการตัดสินใจเชิงดุลยพินิจที่ระบบตรวจสอบจะยังคงดำเนินการต่อไป นักแปลที่เขียน "Past 7 days" เป็น "the past seven days" (เขียนตัวเลขเป็นคำ) ไม่ได้ทำผิด แต่สำหรับการแปลโดยเครื่อง ตัวเลขที่เปลี่ยนไปหรือหายไปคือสิ่งที่ระบบตรวจสอบมุ่งเน้นพอดี ดังนั้นระบบจึงยังคงเข้มงวดและสามารถปิดการทำงานได้โดยใช้ --no-numbers คำศัพท์ที่ทีมตัดสินใจคงไว้เป็นภาษาอังกฤษ เช่น "Flat Pages" จะถูกแจ้งเตือนจนกว่าจะได้รับการอนุมัติผ่าน --keep
สิ่งที่เปลี่ยนแปลงสำหรับเว็บไซต์ของเรา
ตัวตรวจสอบที่ดูแลเว็บไซต์ของเราเองก็มีจุดบอดเรื่องตัวเลขแบบเดียวกัน ด้วยวิธีแก้ไขเดียวกัน ระบบยอมรับคำแปล 3,379 รายการจากบันทึกการปฏิเสธ เช่น "one-fifth" เป็น 1/5 ในภาษาเกาหลี และวันที่ที่มีเลขศูนย์นำหน้า รวมถึงคำแปลทุกฉบับที่ระบบเคยยอมรับมาก่อนยังคงผ่านเกณฑ์ มีกฎหนึ่งข้อที่เราผ่อนปรนมากเกินไประหว่างทาง: วันในสัปดาห์จะนับเป็นตัวเลขเฉพาะในป้ายชื่อปฏิทินแบบสั้นเท่านั้น (เช่น "Thursday" เป็น "Thứ 5" ในภาษาเวียดนาม) หลังจากบรรทัดภาษาโอโรโมในข้อมูลการวัดผลของเราหลุดผ่านไปด้วยวันที่ผิด
ตำแหน่งที่จัดเก็บ
การตรวจสอบเหล่านี้ใช้งานฟรีใน translation-checks ซึ่งตั้งแต่เวอร์ชัน 1.3 เป็นต้นมาสามารถตรวจสอบไฟล์ .po ได้ด้วยตัวเอง รวมถึงกฎ Plural-Forms และตั้งแต่เวอร์ชัน 1.4 เป็นต้นมาสามารถทำงานเป็น pre-commit hook บนไฟล์ .po ของโปรเจกต์ได้ ส่วนกฎสำหรับ 42 ภาษาอยู่ใน บันทึกเกี่ยวกับ gettext ของเรา Polyglot ทำหน้าที่แปลโดยใช้โมเดลของคุณเอง และรันการตรวจสอบเดียวกันนี้กับทุกข้อความที่เขียนขึ้น