ساخت واژهنامه Crowdin با هوش مصنوعی
از روی متنهای واقعی محصول، واژهها و اسمهایی رو پیدا کنید که مترجمها باید یکسان به کار ببرن. پیش از اضافه شدن به واژهنامه، میتونید هر پیشنهاد و دلیلش رو مرور کنید.
برای ساخت واژهنامه Crowdin با هوش مصنوعی، به اسکیل glossary-terms-extraction بگید محصولتون چه کاری انجام میده و مترجم باید کدوم متنها رو ملاک قرار بده. مثلا در یک برنامه آموزش موسیقی، «گوشه» میتونه اسم یک مفهوم مشخص باشه و معنی معمولی این کلمه برای ترجمه مناسب نباشه. اگر همین واژه در ده صفحه بیاد ولی هر بار طور دیگهای ترجمه بشه، خواننده ممکنه خیال کنه با ده قابلیت مختلف روبهرو شده. ایجنت دنبال همین نوع اصطلاحهای پرتکرار، اسم قابلیتها و واژههای چندمعنی میگرده.
پیشنهادها از فایلها، متنهای رابط یا سندی میاد که خودتون معرفی کردید. میتونید اسم محصول یا اسم یک طرح اشتراک رو هم مشخص کنید که قرار نیست ترجمه بشه. قبل از ثبت، واژههای تکراری با مدخلهای موجود مقایسه میشن و تیم میتونه عبارتهای معمولی رو که نیازی به واژهنامه ندارن کنار بذاره. اگر ترجمه تاییدشدهای در متنهای دوزبانه پروژه وجود داره، میشه از همون شاهد استفاده کرد. وقتی چنین مدرکی نیست، بهتره ترجمه مقصد رو برای مترجم باز بذارید.
کاربردها
- پیدا کردن اصطلاحهای تخصصی در متن محصول
- شناسایی اسم قابلیتهایی که نباید ترجمه بشن
- مقایسه واژه پیشنهادی با مدخلهای موجود
- آماده کردن فهرست بررسی برای تیم ترجمه
- استفاده از متن دوزبانه پروژه برای ثبت معادل مستند
نصب و استفاده
- اسکیل رو در ایجنت سازگار نصب کنید و واژهنامه مشترک پروژه رو در دسترسش بذارید. برای ثبت به اتصال مجاز Crowdin یا ابزار رسمی CLI نیاز دارید؛ میتونید اول یک فایل CSV برای مرور بگیرید.
- مثلا بگید «از راهنمای آموزش موسیقی و رشتههای صفحه تمرین، اصطلاحهای لازم رو پیدا کنید. اسم قابلیتها رو جدا بذارید و قبل از ثبت، فهرست پیشنهادی رو نشون بدید.»
- موارد پیشنهادی رو با مترجم بخونید، تعریفهای گنگ رو روشن کنید و فقط واژههایی رو اضافه کنید که برای یکدستی ترجمه لازم هستن.
سوالات متداول
منبع
ساخته Crowdin. نام اصلی: glossary-terms-extraction، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub