Anand chakravarty er en SDET på Machine Translation team for de siste 2,5 år, har vært på Microsoft i 8 år, og var den første produkttester på MT Team (og "fortsatt ha det gøy med testing MT:-)").  Dagens gjest blogg handler om testing oversettelse kvalitet. 

—————————————————————————————————————

En av de første punktene som kommer til hjernen, når vi snakker om å verifisere kvaliteten på en oversettelse system, er hvordan du måler kvaliteten, eller for å være presis, nøyaktigheten av oversettelsen? Oversette mellom menneskelige språk ved hjelp av datamaskiner er et felt som er nesten halvt århundre gammel. Området er utfordrende nok til at selv de beste for tiden tilgjengelig maskinoversettelsessystemer er ikke i nærheten av å oppnå språklig kvalitet som ville være helt tilfredsstillende.

En del av utfordringen er de mange forskjellige data-punkter som mennesker prosess for å forstå betydningen av muntlig/skriftlig tekst. Det er syntaksen, analysen, semantikk, konteksten, de andre, det endre rekkefølgen, som alle, og mer, gå inn i forståelsen av en setning. Og dette er bare setningen i 1 språk. Nå vurdere å bruke alt for å gjenoppbygge setningen på et annet språk og gjøre det like meningsfylt.

Noen eksempler kan bidra til å gjøre dette punktet klarere. Begrepet ' Olympics 2008 ' er ganske entydig. Tilsvarende kan man forvente begrepet ' valg 2008 ' å bety presidentvalget i USA. Men hvis brukeren er fra, sier Canada, ville det mer sannsynlig henvise til lokale valg der.

En mer generell, og dermed mer vanlig, eksempel er en setning som "notatet var galt". Er ordet ' note ' en henvisning til en informativ melding eller til en musikalsk begrep? Riktig oversettelse avhenger av sammenhengen. Bruk mer sammenheng, og sjansene dine for å få en mer nøyaktig oversettelse forbedres. Dette imidlertid kommer til en kostnad: jo mer sammenheng systemet prøver å oppnå, jo tregere ytelsen. Smart shipping beslutninger innebære å gjøre den rette balansen mellom å forbedre nøyaktigheten av oversettelsen og levere en gjennomførbar oversettelse resultat til brukerne. Selvfølgelig, begge er viktige. Nøkkelen er å forstå hvor du direkte innsats på forbedring avhengig av hvor nyttig sluttresultatet er for brukeren.

Dette blir spesielt interessant når du oversetter dokumenter eller Web-sider, i stedet for bare enkelte setninger. La oss si en oversettelse forespørsel er mottatt for en Web-side som inneholder 100 setninger. Avhengig av arkitekturen i oversettelsen systemet, kan disse setningene alle gå til en prosess, eller bli distribuert på tvers av flere prosesser/maskiner. Uansett er det klart at tiden det tar å oversette denne siden i sin helhet er proporsjonal med den maksimale tiden det tar å oversette en setning. Hvor lang tid bruker vi på å oversette en setning før den investerte tiden blir skadelig for brukerens tid? I jakten på den beste oversettelsen, kan vi ende opp med å blokkere brukeren fra å få noe informativt som svar på deres oversettelse forespørsel. Nytten av systemet er således styrt av beslutninger som er gjort for å balansere språklig kvalitet og applikasjonsytelse.

Med det Microsoft oversetteren fabrikat, det er det i tillegg ansiktstrekk av våre tospråklig seer, et eller annet enestående blant offentlig anvendelig oversettelse produktene. Den støtter parallell tekst utheving, synkronisert rulling og presenterer side (r) med progressiv rendering. Dette legger et annet lag til hva våre brukere ser, og dermed et annet lag til polish og finish.

I de kommende ukene, håper vi å gi deg mer informasjon om bestemte områder som var og blir testet for å sende en topp kvalitet Oversettelses system. Føl deg fri til å legge inn noen spørsmål du har på denne saken, noe du alltid ønsket å spørre:-), i kommentarfeltet.