Smartcat+Globalese: Studium przypadku integracji autorstwa Saylon

Saylon, jedna z wiodących firm tłumaczeniowych w Turcji, specjalizuje się w tłumaczeniach medycznych, farmaceutycznych i nauk przyrodniczych, a także w lokalizacji treści marketingowych, stron internetowych i e-learningowych na język turecki.

Szczycący się znajomością technologii i dbałością o jakość zespół Saylon nieustannie poszukuje najlepszych rozwiązań, które pomogą mu w jak najwygodniejszym i najskuteczniejszym zarządzaniu projektami tłumaczeniowymi. Minęło już prawie sześć miesięcy, odkąd Saylon wybrał Smartcat jako swoją główną platformę tłumaczeniową i został naszym partnerem w Turcji. W niedawnym wywiadzie dla Smartcat dyrektor generalny Saylon, Kürşat Özel, powiedział, że technologie automatyzacji tłumaczeń Smartcat mogą pomóc firmie „wyjść poza obecne trendy technologiczne” w branży tłumaczeniowej, pomagając lepiej zarządzać dostawcami, oszczędzać czas i podnosić jakość. Ponieważ zespół Saylon nieustannie wdraża najbardziej przyszłościowe pomysły do swoich procesów, nieco ponad miesiąc temu dodał do swojego zestawu potężne narzędzie zwiększające produktywność. Zaprojektowany z myślą o specjalnych potrzebach dostawców usług językowych i właścicieli treści, Globalese jest łatwą w użyciu platformą do tworzenia silników tłumaczenia maszynowego opartych na sieciach neuronowych. Jednak dla Saylon najważniejsze było to, że Globalese można bez problemu zintegrować z Smartcat.

Ponieważ firma Saylon zrealizowała wiele projektów pomagających międzynarodowym firmom farmaceutycznym w lokalizacji treści na język turecki, zgromadziła obszerne dane tekstowe w języku angielskim i tureckim związane z rejestracją produktów leczniczych i procedurami udzielania pozwoleń na dopuszczenie do obrotu. Według Orkuna Gençoğlu, kierownika projektu w Saylon, firma próbowała wykorzystać Google i Microsoft NMT w swoich bieżących projektach w tej dziedzinie. Oba silniki są dostępne bezpośrednio w Smartcat, ale proces postedycji wymagał zbyt wiele czasu. „Potrzebowaliśmy bardziej zaawansowanego rozwiązania, a Globalese idealnie się do tego nadawało, biorąc pod uwagę, że mamy mnóstwo treści przechowywanych w naszych pamięciach tłumaczeniowych, a ich ilość stale rośnie. Wbudowane silniki nie mogą wykorzystać tych treści, ani nie pozwalają na wybór konkretnej terminologii dla danej dziedziny tłumaczeń. Tworząc silnik przeznaczony specjalnie do naszych projektów związanych z farmacją, a konkretnie do plików w formacie CTD (Common Technical Document), mieliśmy możliwość przeniesienia naszych pamięci tłumaczeniowych związanych z daną dziedziną do silnika. W ten sposób udało nam się wyszkolić silnik, aby tłumaczył nasze treści bardziej efektywnie niż byłoby to możliwe przy użyciu któregokolwiek z publicznie dostępnych silników MT” – mówi Orkun.

Według Saylona, dzięki Globalese seria dokumentów, których tłumaczenie normalnie zajęłoby tydzień, może zostać przetłumaczona w ciągu dwóch dni, łącznie z postedycją, co jest bardzo opłacalne i zapewnia elastyczność w zakresie terminów. Jednak na razie Saylon będzie korzystał z Globalese tylko w przypadku dokumentów zawierających ponad tysiąc słów. W przypadku mniejszych projektów łatwiej jest tłumaczyć bezpośrednio w Smartcat (w niektórych przypadkach korzystając z wbudowanych silników MT), ponieważ zajmuje to tyle samo czasu.

„Średnio nasi tłumacze są w stanie przetłumaczyć 2500–3500 słów dziennie. Po zintegrowaniu Smartcat z Globalese liczba ta wzrosła do 5000–6000 słów dziennie. Pracujemy nad dalszym zwiększeniem wydajności naszych tłumaczy poprzez aktualizację silnika o więcej danych przetłumaczonych przez ludzi. Nie byłoby to możliwe bez integracji Smartcat i Globalese, która została przeprowadzona w prosty sposób i nie kosztowała nas ani grosza”.

Orkun Gençoğlu, kierownik projektu w Saylon

Ponadto Smartcat może być używany do wstępnego tłumaczenia segmentów zawierających 100% dopasowań, a także tych zawierających wyłącznie liczby. Silnik MT nie będzie miał wpływu na te segmenty, więc nie trzeba będzie ich ponownie edytować, ponieważ są już kompletne. Orkun twierdzi, że Saylon stosuje tę technikę w swoim procesie pracy, a pozostałe segmenty wymagają edycji końcowej. Jednak dzięki zaawansowanemu edytorowi CAT Smartcat z mechanizmem kontroli jakości w czasie rzeczywistym, funkcją słownika i innymi wspaniałymi możliwościami proces edycji końcowej jest nie tylko uproszczony, ale także znacznie mniej podatny na błędy.

Integracja Smartcat z Globalese nie wymagała żadnych kompetencji technicznych — Saylon potrzebował jedynie klucza API, aby uruchomić integrację. Zespoły wsparcia obu firm były gotowe pomóc Saylon w przypadku jakichkolwiek problemów. Oto jak to działa: tłumacz łączy się z serwerem Smartcat za pośrednictwem Globalese i bezpośrednio widzi projekty utworzone przez kierowników projektów w Smartcat. Stamtąd tłumacz może wybrać pliki i użyć dostosowanego silnika do ich przetłumaczenia. Gdy silnik zakończy swoją pracę, tłumaczenia są natychmiast dostępne w Smartcat. Za kilka tygodni Saylon rozpocznie szkolenie swoich tłumaczy w zakresie korzystania z tego nowego narzędzia.

Gábor Bessenyei jest dyrektorem generalnym firmy MorphoLogic Localisation, która opracowała Globalese. Zapytany o tłumaczenia maszynowe, zwraca uwagę, że obecnie jest to idealny moment, aby dostawcy usług językowych zaczęli wykorzystywać je w swojej codziennej pracy. Przyznaje, że oszczędność czasu i kosztów będzie różna w zależności od użytkownika i projektu, dodając, że Globalese okazuje się najbardziej wydajny w przypadku powtarzających się projektów i może nawet podwoić wydajność tłumaczy w takich przypadkach.

„Branża dopiero zaczyna swoją przygodę z neuronowym tłumaczeniem maszynowym, a jego potencjał jest ogromny. Uważam, że sieci neuronowe i uczenie maszynowe są dziś tym, czym w przeszłości były silniki parowe, elektryczność i silniki spalinowe. Otworzą one nowe możliwości, których wcześniej nie byliśmy w stanie sobie wyobrazić”.

Gábor Bessenyei, dyrektor generalny MorphoLogic Localisation

Neural MT otworzyło tłumaczenie maszynowe na więcej języków i znacznie poprawiło jakość tłumaczeń w językach takich jak japoński czy turecki w porównaniu z czasami Statistical MT. Z drugiej strony, silniki SMT mogą nadal działać lepiej w niektórych okolicznościach, więc nie jest to czarno-białe. „Jednak dla mnie jest całkiem jasne, że NMT w dłuższej perspektywie zastąpi SMT” – twierdzi Gábor.

Globalese i Saylon rozpoczęły współpracę w tradycyjny sposób, tak jak dostawca usług tłumaczeniowych współpracuje z dostawcą usług językowych. Dużą rolę odegrał również Smartcat, który można wygodnie wykorzystać do postedycji wyników tłumaczenia maszynowego. Wkrótce jednak postanowiono rozszerzyć współpracę. „Bardzo ucieszyła nas wiadomość, że Saylon osiągnął dobre wyniki, ponieważ język turecki zawsze należał do języków o najgorszych wynikach w świecie tłumaczeń maszynowych” – mówi. „Cieszymy się, że Saylon jest teraz naszym partnerem handlowym w Turcji. Zespół Saylon chciał nawiązać kontakt z innymi dostawcami usług językowych, którzy pracują nad zwiększeniem wartości dla swoich klientów, zamiast po prostu zlecać prace freelancerom, i bardzo spodobał nam się ten pomysł”.

Jeśli chodzi o przyszłość tłumaczeń w świetle ostatnich postępów w dziedzinie tłumaczenia maszynowego, Gábor sugeruje, że sposób pracy tłumaczy wkrótce ulegnie zmianie. „Podobnie jak w lotnictwie, gdzie piloci nie sterują już samolotami ręcznie, tłumacze będą mniej pisać, a więcej zarządzać danymi, dbając o jakość wyników tłumaczenia maszynowego” – wyjaśnia.

Praca nad terminologią, porządkowanie danych językowych, postedycja i dostarczanie kwalifikowanych opinii językowych na temat wyników tłumaczenia maszynowego – wszystkie te zadania ostatecznie zmienią działalność tłumaczeniową, jaką znamy dzisiaj. Jednak te nadchodzące zmiany nie stanowią zagrożenia dla zawodu tłumacza.

Zamiast tego technologie automatyzacji, takie jak te dostępne w Smartcat, oraz silniki tłumaczenia maszynowego nowej generacji, takie jak Globalese, przejmą rutynowe, powtarzalne zadania, dzięki czemu kreatywna część tłumaczenia stanie się przyjemniejsza i mniej stresująca. Oznacza to, że tłumacz nadal będzie potrzebny, ale jego praca będzie polegała bardziej na obserwowaniu, jak dzieje się magia, i gotowości do kierowania nią we właściwym kierunku.