1.082 bản dịch có một từ thuộc bảng chữ cái sai. Các bước kiểm tra của chúng tôi đều đã bỏ qua tất cả.

Ngôn ngữ2026-11-02

Vào ngày 31 tháng 10, chúng tôi phát hiện một câu tiếng Hungary trên một trong các trang web của mình có xen lẫn các từ tiếng Trung. Chúng tôi đã tìm kiếm trong các bản dịch được lưu trữ của mọi trang web mà chúng tôi vận hành để tìm các ký tự không thuộc về ngôn ngữ tương ứng và phát hiện 1.082 bản dịch như vậy, trong đó 581 bản nằm trên các trang đã xuất bản. Tất cả đều đã vượt qua các bước kiểm tra của chúng tôi.

Những gì chúng tôi tìm thấy

Tất cả đều do các mô hình cục bộ dịch các trang web của chúng tôi viết ra, và tất cả đều là cùng một lỗi: một hoặc hai từ bằng ngôn ngữ khác. Từ các bản dịch được lưu trữ, và từ những bản bị từ chối kể từ đó:

• Tiếng Trung trong các ngôn ngữ khác: "they are" thành 它们是 ở giữa một câu tiếng Thái; từ tiếng Trung cho "track", 跟踪, được thêm hậu tố tiếng Hungary ("támadók跟踪ására"); các từ tương tự trong tiếng Ba Lan và tiếng Hy Lạp.
• Tiếng Nga trong tiếng Hy Lạp, Armenia, Do Thái và Slovenia: "full house" trong tiếng Hy Lạp được dịch thành "φουλ хаус", với từ thứ hai bằng bảng chữ cái Cyrillic.
• Các ký tự trông giống nhau: một chữ "о" hoặc "а" Cyrillic ở cuối một từ tiếng Phần Lan hoặc tiếng Séc. Người đọc trang sẽ không nhận ra; nhưng công cụ tìm kiếm hoặc trình đọc màn hình thì có.
• Các hệ chữ cái lân cận: một ký tự tiếng Bengal trong một từ tiếng Kannada, chữ Devanagari trong tiếng Kannada.
• Các dòng hoàn toàn bằng tiếng Thái trên các trang tiếng Khmer: tiêu đề, nhãn và ô bảng trên các trang tiếng Khmer của hai trang web đơn giản được viết bằng tiếng Thái.

Cửa hàng của chúng tôi cũng có bảy dòng như vậy. Trong một dòng, "planted values" được dịch sang tiếng Romania thành "valori植入".

Tại sao các bước kiểm tra lại bỏ qua chúng

Bước kiểm tra hệ chữ cái chỉ hỏi xem liệu ít nhất 45% các ký tự của bản dịch có thuộc hệ chữ cái của ngôn ngữ đó hay không. Điều này bắt được trường hợp tiếng Anh bị giữ nguyên, vốn là mục đích ban đầu của nó. Hai ký tự tiếng Trung trong một câu tiếng Hungary gồm một trăm ký tự không làm thay đổi tỷ lệ, và một ký tự Cyrillic duy nhất còn thay đổi ít hơn nữa.

Văn bản ngắn có một quy tắc khác. Dưới 25 ký tự tiếng Anh, bước kiểm tra chỉ đảm bảo rằng câu trả lời không còn bằng tiếng Anh. Một ô bảng tiếng Khmer được viết bằng tiếng Thái không chứa bất kỳ ký tự tiếng Anh nào, nên nó đã vượt qua.

Quy tắc bắt được chúng

Một ký tự thuộc về một hệ chữ cái mà ngôn ngữ đó không sử dụng, và không có trong bản gốc tiếng Anh, là một lỗi. Ba ngoại lệ sau ngăn quy tắc này báo động giả:

• Các ký tự Latin luôn được phép: tên thương hiệu, mã và đơn vị xuất hiện trong mọi ngôn ngữ.
• Tiếng Trung, tiếng Nhật và tiếng Hàn không được kiểm tra, vì tiếng Nhật trộn lẫn kana và kanji còn tiếng Hàn có thể dùng hanja.
• Tiếng Serbia và tiếng Punjab, mỗi thứ tiếng được viết bằng hai hệ chữ, chỉ được kiểm tra các ký tự của tiếng Trung, tiếng Nhật và tiếng Hàn.

Chúng tôi đã chạy quy tắc này trên mọi dữ liệu mà các trang web của chúng tôi lưu trữ, và mọi dòng bị đánh dấu mà chúng tôi đọc đều sai. Kể từ ngày 31 tháng 10, hệ thống đã từ chối 1.652 bản dịch ngay khi chúng được tạo ra, trong đó 1.549 bản là tiếng Khmer: mô hình vẫn chưa ngừng viết tiếng Thái cho tiếng Khmer, nhưng giờ nó được yêu cầu làm lại thay vì được xuất bản.

Dọn dẹp

Các bản dịch đã lưu chỉ được kiểm tra lại khi ngôn ngữ đó được dịch lại, vì vậy mọi ngôn ngữ bị ảnh hưởng đều được dịch lại: 61 ngôn ngữ trên mười một trang web. Hai dòng quay lại với cùng một lỗi lần thứ hai: dòng tiếng Romania "valori植入" và một dòng tiếng Hy Lạp chứa 面向. Chúng tôi đã viết tay hai dòng đó. Vào ngày 2 tháng 11, không có trang nào đã xuất bản của chúng tôi chứa ký tự thuộc hệ chữ khác.

Nơi quy tắc này hiện diện

Nó nằm trong translation-checks 1.1.0, miễn phí trên GitHub, bên cạnh một kiểm tra mới đảm bảo mọi con số đều quay lại đúng và biết rằng "3 million" là 300万 trong tiếng Nhật. Khi chạy trên 568.574 bản dịch đã được chấp nhận của các trang web của chúng tôi, các kiểm tra mới không đưa ra cảnh báo giả nào. Polyglot 1.1.0 cũng đi kèm các kiểm tra này. Lần đầu tiên các kiểm tra của chúng tôi gây ra vấn đề được mô tả trong một ghi chú trước đó.