Renk (Color) ya da Renk (Colour) ve Bağlamsız AI Çevirisi Neden Anlamsızdır

Bir yerde paylaşılan bir klasörde, Britanya pazarı için ürün açıklaması olması gereken bir belge var. Metin orijinal olarak Almanca yazılmış, büyük çeviri araçlarından biri kullanılarak İngilizceye çevrilmiş ve pazarlama ekibine teslim edilmiştir. İlk bakışta iyi görünüyordu. Gramer doğruydu, cümleler makul şekilde akıyordu ve anlam korunmuştu. Sonra Londra'dan biri bunu işaretledi. Belge "color" yerine "colour", "organize" yerine "organise", "center" yerine "centre" ve "analyze" yerine "analyse" kullanıyordu. Her tek bir yazım seçeneği Amerikan kurallarını izliyordu. Britanya müşterilerine yönelik bir belge için, .co.uk alanında yayınlandığında, bu kabul edilemezdi.

Sinir bozucu olan kısım, çevirinin yanlış olması değildi. Sinir bozucu olan kısım, araçın hangi İngilizce versiyonunu üretmesi gerektiğini söylemenin hiçbir yolu olmamasıydı. Google Çeviri'nin tek bir seçeneği vardır: İngilizce. DeepL'nin tek bir seçeneği vardır: İngilizce. İkisi de hedefin Manchester'daki bir okuyucu mu yoksa Manhattan'daki bir okuyucu mu olduğunu sormuyor. Çıktı oluşturulur, varyant eğitim verilerinde en çok görünen desen tarafından seçilir ve kullanıcı bir belgedeki her Amerikan yazım örneğini manuel olarak bulup değiştirmek zorunda kalır; bu belge başından itibaren Britanya usulü olması gerekiyordu.

Bu, küçük bir şikayet gibi görünebilir. İngilizce'nin Britanya ve Amerikan versiyonları arasındaki yazım farklılıkları iyi belgelenmiştir ve nispeten tahmin edilebilir. Ancak farklar "ou" ile "o" ve "ise" ile "ize" arasında basit değiş tokuştan çok daha ileriye gider. Kelime kullanımı önemli ölçüde farklılık gösterir. "Boot" bagaj demektir. "Bonnet" motor kapağıdır. "Trousers" pantolon demektir, ama "pants" iç giyimdir. "Biscuits" kurabiye demektir. "Chips" kızarmış patates demektir, ama "crisps" chips demektir. "Flat" daire demektir. "Birinci kat" aslında ikinci kattır. Bu kelime kullanımı farklılıkları, yanlış varyant iyi yazılmış metinde göründüğünde okuyucuları gerçekten kafası karışabilir.

Çok dilli içeriği yönetenler için, özellikle Britanya ve Amerikan İngilizçesi olarak var olması gereken web siteleri, uygulamalar veya pazarlama materyalleri, çeviri araçlarında varyant kontrolünün olmaması gerçek iş yaratır. Çevrilen her belgenin, varyant uyumsuzluğunu yakalaması ve düzeltmesi için manuel bir inceleme yapılması gerekir. Bu inceleme geçişi zaman alır, paraya mal olur ve çeviri aracı hangi varyantı üretmesi gerektiğini bilse tamamen önlenebilir.

Aynı Dil, Farklı Kurallar, Sıfır Kontrol

Britanya ve Amerikan İngilizçesi bu sorunun tek çifti değildir, ancak en sık karşılaşılan olanıdır. Portekizce, yazım, gramer, kelime kullanımı ve hatta zamir kullanımında okuyucular için yabancı hissettirecek kadar önemli farklar olan Brezilya Portekizcesi ve Avrupa Portekizcesi'ne bölünür. İspanyolca, fiil formları, argoya ve kelime kullanımında önemli ölçüde farklı olan Latin Amerika ve İberya Yarımadası kuralları arasında değişir. Fransızca, Fransa, Kanada, Belçika ve çeşitli Afrika uluslarında farklı kurallar içerir. Çince, basitleştirilmiş ve geleneksel karakterler arasında bölünür; bu sadece yazım farkı değil, tamamen farklı bir karakter kümesidir.

Bu durumların her birinde, yanlış varyantı üretmek küçük bir kozmetik sorun değildir. Ürün açıklamasında Avrupa Portekizcesi yazımı gören Brezilya okuyucusu bunu hemen fark edecektir. Bu, şirkete pazar yerelleştirmesi için yeterince önem vermediği gibi bir mesafe hissi yaratır. Belirli bölgesel pazarlarda güven oluşturmaya çalışan işletmeler için, bu tür uyumsuzluk tüm çabayı baltalamaktadır. İçerik çevrilmeden bırakılmış kadar iyi olurdu, çünkü çeviri "aslında sizin pazarınızı bilmiyor" sinyali verir.

YEB'de Amerikan İngilizçesini Britanya İngilizçesine dönüştürme kılavuzu ilgili ayarları kapsar. YEB Translate'de, dil varyantı bağlam sisteminde mevcut olan 22 dil ayarından biridir. İngilizce hedef dil olarak seçildiğinde, kullanıcı Amerikan, Britanya, Avustralya veya diğer bölgesel varyantları belirtebilir. AI modeli bu tercihi bağlam dizesinin bir parçası olarak alır ve o varyanta uygun yazım kuralları, kelime seçimleri ve deyimsel ifadeleri tutarlı bir şekilde kullanan çıktı üretir. Sonradan düzenleme geçişi gerekmez.

Aynı mekanizm bölgesel varyantı olan her dil çiftinde çalışır. Brezilya vs. Avrupa Portekizcesi. Latin Amerika vs. İberya Yarımadası İspanyolcası. Basitleştirilmiş vs. Geleneksel Çince. Kanada vs. Metropolitan Fransızcası. Ayar bir kez yapılır, oturum boyunca kalıcıdır ve o oturum sırasında işlenen her metin parçasına uygulanır. Yerelleştirmede ölçekte içerik ekipleri için, bu kalite güvence çalışmasının tüm bir kategorisini ortadan kaldırır.

Eğitim Verileri Önyargısı Bunu Göründüğünden Daha Kötü Kılar

Çoğu çeviri aracının Amerikan İngilizçesi'ni varsayılan olarak seçmesinin nedeni basittir: İnternet, Britanya İngilizçesinden daha fazla Amerikan İngilizçesi metni içerir. AI modellerinin eğitim verileri ağırlıklı olarak web içeriğinden kaynaklıdır ve web içeriği Amerikan yayınları, Amerikan şirketleri ve Amerikan kullanıcı tarafından oluşturulan metinle hakimdir. Bir AI modeli "doğru" İngilizce'nin neye benzediğini öğrendiğinde, varsayılan olarak Amerikan eğilimiyle bir metinden öğrenir.

Bu önyargı kasıtlı değildir, ancak kalıcıdır. Çeviri araçları daha yeni modellerle güncellendiğinde bile, temel veri dağılımı değişmemiştir. Amerikan İngilizçesi eğitim metinlerinde çoğunluk varyantı olarak kalır; bu, kullanıcı Britanya, Avustralya, Güney Afrika veya başka varyanta ihtiyaç duysa dahi, varsayılan çıktı Amerikan'a doğru eğilim göstermeye devam eder. Model Amerikan İngilizçesini seçmiyor çünkü o daha iyi. Bunu seçiyor çünkü daha çoğunu görmüştür.

Diğer dillerden İngilizceye çeviri yapan kullanıcılar için, bu görünmez bir sorun yaratır. Çıktı doğru görünür çünkü dilbilgisel olarak doğrudur. Cümleler mantıklıdır. Kelime kullanımı uygun olur. Ancak varyant hedef kitle için yanlıştır ve kullanıcı her iki varyantı yeterince tanımayacak kadar uyumsuzluğu yakalamazsa, uyumsuzluk kaçar. "Aluminum" ın "aluminium" olması veya "skeptical" ın "sceptical" olması gerektiğini bilemeyebilir bir Alman pazarlama müdürü. Bunlar dilbilgisi denetleyicileri işaretlemediği hatalar değildir, çünkü her iki yazım geçerlidir. Sadece farklı ülkelerde geçerlidirler.

YEB'nin AI çevirmen dil varyantını bir sonraya sıralı değil, birinci sınıf bir ayar olarak ele alır. Bu önemlidir çünkü AI modeli varyanta göre sadece yazımı değil, kelime seçimini, deyim seçimini ve hatta cümle yapısını ayarlar. Britanya İngilizçesi işletme yazısında biraz daha resmi yapılar kullanmaya eğilimi vardır. Amerikan İngilizçesi daha doğrudan ifadeleme kullanır. Avustralya İngilizçesinin her ikisinden farklı kendi resmi olmayan kayıt tonu vardır. Bunlar, insan ana dil konuşmacısının bilinçsizce üreteceği ve AI modelinin sadece hangi varyanta hedeflenesi gerektiği söylendiğinde yeniden üretebileceği ince farklılıklardır.

Varyantı Yanlış Almak Gerçek Maliyeti

Kişisel bir e-posta için, "colour" veya "color" görünüyor umurunda değil. Yayınlanan içerik için, bahisler farklıdır. Bir .co.uk web sitesi tamamı boyunca Amerikan yazımları kullanırsa cilasız görünür. Avustralya okuyucularını hedefleyen bir .com web sitesi Britanya yazımı kullanırsa biraz kapalı görünür. Bunlar dramatik hatalar değildir. Bunlar biriktiğinde ve genel bir ihmal izlenimi yaratan kağıt kesikleridir.

Düzenlemeli endüstrilerde, varyant tutarlılığı uyum sorunu olabilir. Birleşik Krallık'taki yasal belgeler Britanya kurallarını izler. NHS için tıbbi literatür Britanya terminolojisini kullanır. Hükümet yayınları varyant kullanımını bireysel kelimeler haline kadar belirtilen katı stil kılavuzlarını izler. Bu bağlamlarda yanlış varyantı kullanan çevrilmiş bir belge gönderme sadece salopça değildir. Tüm projeleri geciktiren reddedilme veya revizyon isteklerini tetikleyebilir.

DeepL ile karşılaştırma, bunun genel amaçlı çeviri araçlarının kısa kalması gereken belirli alanlardan biri olduğunu vurgular. DeepL akıcılık ve doğruluk açısından mükemmel çeviriler üretir, ancak yakın zamana kadar hangi İngilizce varyantını üretmesi gerektiğini belirtmenin hiçbir yolu yoktu. Britanya İngilizçesine ihtiyaç duyan kullanıcılar ya modelin verdiklerini kabul etmek ya da sonradan ayrı bir dönüştürme adımı çalıştırmak zorunda kalıyorlardı. Aynı sınırlama pazardaki ana AI çeviri araçlarının çoğunda mevcuttur.

Bağlam yaklaşımını farklı kılan şey, varyant seçiminin çeviriden sonra değil, çeviri öncesinde olmasıdır. AI modeli Amerikan İngilizçesi metni üretmez ve sonra onu Britanya'ya dönüştürmez. Britanya İngilizçesi metnini başından itibaren üretir, ilk cümlede doğru kelimeleri, doğru yazımları ve doğru yapıları seçer. Bu, sonradan işleme bulma ve değiştirme işleminden temelde farklı bir yaklaşımdır ve Amerikan metni Britanya boyasıyla çizilmiş gibi hissetmek yerine hedef varyantında doğal okunan sonuçlar üretir.