目的
本文档旨在为一般贡献者提供社区校对活动的参与指南。
本手册充分研究了神经翻译引擎的特点,结合了社区成员的先进经验,使单人可在一周内校对完五本书,而无需逐字阅读。
版本信息
版本 | 日期 | 编辑人 |
---|---|---|
v1.0 | 2022.5.8 | 飞龙 |
译后编辑简介
ApacheCN 是立足于自动化的社区,采用了【神经机器翻译】引擎来做中文文档和教程的本地化。
https://docs.apachecn.org/
如你所见,这种方法效率出类拔萃的高,已完成了我们的 70% 的工作量。得益于这种方法,大量技术教程得到翻译,一些技术在中文技术全有了扎根的土壤。
翻译引擎不会改动原文的逻辑,并且在语句通顺程度上可做到 90%。也就是说,一个具有正常读写能力但不懂编程技术的人,在不理解部分专业术语的情况下,可以通读翻译的文章。
然而,翻译引擎由于训练语料的杂乱,领域不单一,对于专业术语往往把握不准,需要译者来把关。由于翻译引擎是个黑盒,无法在翻译过程中提供定制,业界普遍采用【译后编辑】策略。
这种策略被李笑来老师高度赞扬,见《当翻译变成了文本编辑》,他指出在全职状态下,一个熟练的译者一天就能完成一本书。
翻译引擎的错误是结构性的。换句话说,可以通过编辑器的搜索来将其全部发现。一部分甚至可以批量替换来改掉。
在我们的校对活动中,如果你没有时间通读全文,这样也是可以接受的。因为,你不是一个人在战斗,前一个人的疏漏总有后一个人来将其改掉。
校对活动工作流程
在校对活动中,贡献者需要校对三个方面:(1)格式(2)专业术语(3)部分语法。
在每个步骤,经过我们的多次试验,最快方式是通过使用正则表达式来找出译文中的错误。然后把它改正,就是这么简单。
下面列出了所有用到的正则表达式:
格式
链接:
代码语言:javascript复制(?<!!)[[^]]*]
表格:
代码语言:javascript复制^|
中文间空格:
中文间空格一般是翻译引擎出错的地方。
代码语言:javascript复制[u4e00-u9fff]s [u4e00-u9fff]
未翻译段落:
代码语言:javascript复制^[a-zA-Z0-9][^u4e00-u9fff] $
^s*([ -*]x20{3}|d .x20{2})[^u4e00-u9fff] $
内联代码:
在 Markdown 中,内联代码需要用反引号括起来,但一些教程并没有这样做。于是,需要检查中英文边界,将没有用反引号括起来的内联代码改掉。
代码语言:javascript复制[u2018-u201du3001-u301cu4e00-u9fffuff01-uff65]x20*[A-Za-z0-9]|[A-Za-z0-9]x20*[u2018-u201du3001-u301cu4e00-u9fffuff01-uff65]
粗体/斜体:
代码语言:javascript复制**[^*] **|(?<!*)*[^*] *(?!*)
术语
请见我们收集的术语列表。校对过程中可能还有需要补充的新项目,欢迎补充。
https://github.com/apachecn/home/blob/master/docs/translate/trans-table.md
部分语法
标题:
代码语言:javascript复制^# x20
列表(二十字以内):
短的列表由于没有上下文非常容易出错。
代码语言:javascript复制^s*([ -*]x20{3}|d .x20{2}).{1,20}$