Chúng tôi đã chạy các bài kiểm tra bản dịch trên 31.879 bản dịch của Django. Một nửa số cảnh báo đầu tiên là lỗi của chúng tôi.
Ngôn ngữ
Các bài kiểm tra bản dịch của chúng tôi được phát triển dựa trên bản dịch máy: những gì mô hình cục bộ của chúng tôi viết cho các trang web của chính chúng tôi, bị từ chối và yêu cầu làm lại khi một placeholder, một số hoặc một tên bị thiếu. Mọi người dịch theo những cách khác nhau. Để xem các bài kiểm tra đánh giá điều đó như thế nào, chúng tôi đã chạy chúng trên các tệp .po đi kèm với Django 5.2, trong 39 ngôn ngữ của chúng tôi mà Django có: 31.879 mục đã dịch.
Lần chạy đầu tiên
Các bước kiểm tra đã đánh dấu 1.031 mục, và khoảng một nửa số lần đánh dấu là do lỗi của chính các bước kiểm tra. Người dịch giữ nguyên "URL", "IPv4" và "%s KB" trong tiếng Nhật, tiếng Thái hoặc tiếng Bulgaria, khiến script kiểm tra của chúng tôi nhầm lẫn là tiếng Anh còn sót lại. Họ giữ nguyên PostgreSQL, JSON và True trong câu đã dịch, viết 6 p.m. thành 18.00, 6 a.m. thành 06.00 và Feb. thành 2月, còn "%(value).1f" thậm chí không được nhận diện là placeholder. Mỗi trường hợp này giờ đều được chấp nhận: tên, code và đường dẫn sao chép từ bản gốc không bị tính là lỗi theo script, một từ hoặc đơn vị giữ nguyên được chấp nhận, và thời gian, nhãn lịch, số thứ tự và phân số viết bằng chữ số được tính là cùng một con số.
Sau khi sửa, các tệp tương tự cho ra 475 mục bị đánh dấu, chiếm 1,5%, và trên 576.120 bản dịch trang mà các trang web của chúng tôi chấp nhận, các bài kiểm tra vẫn không đưa ra cảnh báo giả nào.
Những gì thực sự sai
- Các tiêu đề số nhiều không khớp với các mục của chúng: các tệp quản trị tiếng Tây Ban Nha, Pháp, Ý và Bồ Đào Nha khai báo hai dạng số nhiều trong tiêu đề và chứa ba dạng trong mọi mục số nhiều, còn tệp tiếng Do Thái khai báo bốn dạng và chứa ba dạng. GNU
msgfmt --checkdừng lại ở tệp tiếng Tây Ban Nha với một lỗi nghiêm trọng. Tổng cộng 234 mục. - Tiếng Anh còn sót lại: "content type" và "log entry" trong tiếng Thái Lan, "work factor" trong tiếng Hy Lạp, một dạng số nhiều trong tiếng Bulgaria, tổng cộng 125 mục.
- Một ký tự từ một hệ thống chữ viết khác: một ký tự tiếng Thái Lan nằm trong từ tiếng Khmer có nghĩa là "tiếng Nga".
- Các quy tắc số nhiều khác với CLDR: các tệp tiếng Armenia và Punjabi đặt 0 với dạng số nhiều, tệp tiếng Thổ Nhĩ Kỳ đặt 0 với dạng số ít, trong khi CLDR quy định ngược lại.
Những gì một người vẫn có thể chấp nhận
Một số cờ là những quyết định mang tính chủ quan mà các bước kiểm tra sẽ tiếp tục đưa ra. Một người dịch viết "Past 7 days" thành "the past seven days" bằng chữ không phải là lỗi, nhưng đối với bản dịch máy, một con số bị thay đổi hoặc thiếu sót chính xác là điều mà bước kiểm tra nhắm tới, vì vậy nó vẫn được giữ nghiêm ngặt và có thể tắt bằng --no-numbers. Một thuật ngữ mà nhóm đã quyết định giữ nguyên tiếng Anh, chẳng hạn như "Flat Pages", sẽ bị đánh dấu cho đến khi được chấp thuận bằng --keep.
Những thay đổi đối với các trang web của chúng tôi
Bộ kiểm tra bảo vệ các trang web của chính chúng tôi cũng có những điểm mù tương tự đối với con số. Với các bản sửa lỗi tương tự, nó chấp nhận 3.379 bản dịch từ nhật ký từ chối của mình, chẳng hạn như "one-fifth" thành 1/5 trong tiếng Hàn và các ngày tháng có số 0 ở đầu, và mọi bản dịch mà nó đã chấp nhận trước đó vẫn đạt. Một quy tắc chúng tôi đã nới lỏng quá mức trên đường đi: một ngày trong tuần bây giờ chỉ được tính là một con số trong một nhãn lịch ngắn ("Thursday" thành "Thứ 5" trong tiếng Việt), sau khi một dòng tiếng Oromo trong phép đo của chúng tôi lọt qua với một ngày sai.
Nơi lưu trữ
Các bước kiểm tra miễn phí trong translation-checks, kể từ phiên bản 1.3 còn kiểm tra độc lập một tệp .po, bao gồm cả quy tắc Plural-Forms của tệp đó, và kể từ phiên bản 1.4 chạy dưới dạng pre-commit hook trên các tệp .po của một dự án; các quy tắc cho 42 ngôn ngữ nằm trong ghi chú gettext của chúng tôi. Polyglot thực hiện dịch bằng mô hình của bạn và chạy cùng các bước kiểm tra đó trên mọi chuỗi văn bản mà nó ghi ra.