Translator Copilot دستیار جدید هوش مصنوعی Unbabel است که مستقیماً در ابزار CAT ما ساخته شده است. از مدلهای زبان بزرگ (LLM) و فناوری ارزیابی کیفیت (QE) اختصاصی Unbabel استفاده میکند تا به عنوان یک جفت چشم دوم هوشمند برای هر ترجمه عمل کند. از بررسی اینکه دستورالعملهای مشتری دنبال میشوند تا پرچمگذاری خطاهای احتمالی در زمان واقعی، Translator Copilot رابطه بین مشتریان و مترجمان را تقویت میکند و تضمین میکند که ترجمهها نه تنها دقیق هستند، بلکه کاملاً مطابق انتظارات هستند.
چرا ما Translator Copilot را ایجاد کردیم
مترجمان در Unbabel دستورالعمل ها را به دو صورت دریافت می کنند:
- دستورالعمل های عمومی در سطح گردش کار تعریف شده است (مثلاً ترجیحات رسمی یا قالب بندی)
- دستورالعمل های خاص پروژه که به فایلها یا محتوای خاصی اشاره دارد (مثلاً «نامهای تجاری را ترجمه نکنید»)
اینها در ابزار CAT ظاهر می شوند و برای حفظ دقت و ثبات برند ضروری هستند. اما تحت ضربالاجلهای فشرده یا دستورالعملهای پیچیده، ممکن است این دستورالعملها حذف شوند.
اینجاست که Translator Copilot وارد می شود. این برنامه برای پر کردن این شکاف با ارائه پشتیبانی خودکار در زمان واقعی طراحی شده است. مطابقت با دستورالعمل ها را بررسی می کند و در حین کار مترجم مشکلاتی را یادداشت می کند. علاوه بر بررسیهای دستورالعمل، مسائل گرامری، حذفیات یا اصطلاحات نادرست را نیز به عنوان بخشی از یک گردش کار یکپارچه برجسته میکند.
Translator Copilot چگونه کمک می کند
این ویژگی برای ارائه ارزش در سه حوزه اصلی طراحی شده است:
- انطباق بهبود یافته: خطر دستورات از دست رفته را کاهش می دهد
- کیفیت ترجمه بالاتر: مشکلات احتمالی را زود تشخیص می دهد
- کاهش قیمت و پردازش: نیاز به بازبینی دستی را به حداقل می رساند
این مزایا با هم، Translator Copilot را به ابزاری ضروری برای تیمهای ترجمه آگاه به کیفیت تبدیل میکند.
از ایده تا ادغام: چگونه آن را ساختیم
ما در یک محیط زمین بازی کنترل شده با آزمایش اینکه آیا LLM ها می توانند به طور قابل اعتمادی مطابقت آموزشی را با استفاده از انواع دستورات و مدل ها ارزیابی کنند، شروع کردیم. پس از شناسایی موثرترین تنظیمات، آن را در Polyglot، پلتفرم مترجم داخلی خود، ادغام کردیم.
اما شناسایی یک راهاندازی کار تنها آغاز کار بود. ما ارزیابیهای بیشتری را برای درک نحوه عملکرد راهحل در تجربه واقعی مترجم، جمعآوری بازخورد و اصلاح ویژگی قبل از استقرار کامل انجام دادیم.
از آنجا، ما همه را با هم جمع کردیم: بررسی های دستورالعمل مبتنی بر LLM و تشخیص خطا مبتنی بر QE در یک تجربه واحد و یکپارچه در ابزار CAT ما ترکیب شدند.
آنچه مترجمان می بینند
Translator Copilot هر بخش را تجزیه و تحلیل می کند و از نشانه های بصری (نقاط رنگی کوچک) برای نشان دادن مشکلات استفاده می کند. با کلیک بر روی یک بخش برجسته دو نوع بازخورد نشان می دهد:
- پیشنهادات هوش مصنوعی: بررسی های انطباق مبتنی بر LLM که انحراف از دستورالعمل های مشتری را برجسته می کند
- خطاهای احتمالی: با مدل های QE، از جمله مشکلات گرامری، ترجمه های اشتباه یا حذفیات مشخص شده است
برای پشتیبانی از گردش کار مترجم و اطمینان از پذیرش روان، چندین ویژگی قابلیت استفاده را اضافه کردهایم:
- پیشنهادات را با یک کلیک بپذیرید
- امکان گزارش پیشنهادات اشتباه یا پیشنهادات نادرست
- ناوبری سریع بین بخش های برجسته شده
- در پایان کار جمع آوری اطلاعات کاربر، بازخورد جمع آوری کنید
چالش های فنی که ما حل کردیم
زنده کردن Translator Copilot شامل حل چندین چالش دشوار است:
میزان موفقیت اولیه پایین: در آزمایشهای اولیه، LLM تنها در ۳۰ درصد مواقع انطباق دستورالعملها را به درستی شناسایی کرد. از طریق مهندسی سریع و آزمایش گسترده با فروشندگان، این میزان را قبل از استقرار کامل به ۷۸ درصد رساندیم.
قالب بندی HTML: دستورالعمل های مترجم برای وضوح در HTML نوشته شده است. اما این یک مشکل جدید ایجاد کرد، HTML عملکرد LLM را کاهش داد. ما این مشکل را با حذف HTML قبل از ارسال دستورالعمل به مدل حل کردیم، که نیاز به طراحی سریع دقیق برای حفظ معنا و ساختار داشت.
تراز فرهنگ لغت: یکی دیگر از چالش های اولیه این بود که برخی از پیشنهادات مدل با واژگان مشتری در تضاد بودند. برای رفع این مشکل، درخواستها را برای گنجاندن زمینه فرهنگ لغت، کاهش تضادها و افزایش اطمینان در پیشنهادات هوش مصنوعی، اصلاح کردهایم.
چگونه موفقیت را اندازه گیری می کنیم
برای ارزیابی تأثیر Translator Copilot، چندین معیار را اجرا کردیم:
- خطای دلتا: مقایسه تعداد مسائل علامت گذاری شده در ابتدا با انتهای هر کار. نرخ کاهش خطا مثبت نشان می دهد که مترجمان از Copilot برای بهبود کیفیت استفاده می کنند.
- پیشنهادات هوش مصنوعی در مقابل خطاهای بالقوه: پیشنهادات هوش مصنوعی منجر به کاهش ۶۶ درصدی خطا، در مقابل ۵۷ درصد برای خطاهای احتمالی به تنهایی شد.
- رفتار کاربر: در ۶۰ درصد وظایف، تعداد مسائل پرچم گذاری شده کاهش یافته است. در ۱۵٪ هیچ تغییری وجود ندارد، احتمالاً مواردی که پیشنهادات نادیده گرفته شده است. همچنین گزارشها را با پیشنهادهایی برای بهبود رفتار مدل دنبال میکنیم.
یک بینش جالب از دادههای ما پدیدار شد: عملکرد LLM براساس جفت زبان متفاوت است. به عنوان مثال، گزارش خطا برای زبان آلمانی-انگلیسی، پرتغالی-ایتالیایی و پرتغالی-آلمانی بیشتر است و برای جفت زبان های مبدأ انگلیسی مانند انگلیسی-اسپانیایی یا انگلیسی-نروژی کمتر است، منطقه ای که ما همچنان به بررسی آن می پردازیم.
نگاه به جلو
Translator Copilot یک گام بزرگ به جلو در ترکیب GenAI و گردش کار زبان شناس است. انطباق دستورالعمل، تشخیص خطا و بازخورد کاربر را در یک تجربه منسجم گرد هم می آورد. مهمتر از همه، به مترجمان کمک می کند نتایج بهتر و سریعتر ارائه دهند.
ما در مورد نتایج اولیه هیجان زده هستیم و حتی بیشتر از آنچه که در راه است هیجان زده هستیم! این تازه شروع است
