แปลด้วยเครื่องเป็นภาษาไทย: พลาดตรงไหน และตรวจอย่างไร

บทความนี้ระบุข้อผิดพลาดห้าแบบที่รอดจากการตรวจไวยากรณ์ ให้ขั้นตอนตรวจที่คนอ่านภาษาไทยไม่ออกทำได้กับทุกชุด และบอกว่าพื้นผิวไหนที่ผลจากเครื่องดีพอจะปล่อยหลังตรวจแล้ว ตัวอย่างใช้ Paxa Translate Lite และฟิลด์ของมัน ส่วนวิธีตรวจใช้ได้กับผลจากเครื่องแปลใดก็ตาม

ระดับภาษาเลื่อน#

ทุกประโยคภาษาไทยอยู่ที่ระดับความเป็นทางการระดับหนึ่ง และระดับนั้นแสดงออกที่คำลงท้าย สรรพนาม และคำกริยา ผลิตภัณฑ์หนึ่งถูกแปลเป็นชุด ๆ ตลอดหลายเดือน และแต่ละชุดกลับมาที่ระดับที่เครื่องอนุมานจากข้อความในชุดนั้น ข้อความตอบลูกค้ากลับมาสุภาพ บทนำการใช้งานกลับมาเป็นกันเอง ข้อกำหนดกลับมาเป็นทางการ แต่ละชุดถูกต้องเมื่ออยู่ลำพัง และผลิตภัณฑ์พูดด้วยสามน้ำเสียง

สองบรรทัดด้านบนเป็นภาษาไทยที่ดีทั้งคู่ บรรทัดแรกเหมาะกับแอปแชต บรรทัดที่สองเหมาะกับธนาคาร และผลิตภัณฑ์ที่แสดงบรรทัดแรกในหน้าคำสั่งซื้อ และบรรทัดที่สองในอีเมล คือผลิตภัณฑ์ที่ระดับภาษาเลื่อนไปแล้ว บทความเรื่องความสุภาพอธิบายสามระดับภาษาโดยละเอียด วิธีแก้คือตัดสินใจครั้งเดียว เขียนไว้ และส่งไปกับทุกคำขอ

สรรพนามผิดคำ#

ภาษาอังกฤษมีคำว่า I หนึ่งคำและ you หนึ่งคำ ภาษาไทยมีอย่างละสิบกว่าคำ และคู่ที่ประโยคเลือกใช้บอกว่าใครกำลังพูดกับใคร ข้อความตอบลูกค้าที่เขียนด้วยบุรุษที่หนึ่งมักกลับมาเป็น ฉัน ซึ่งเป็นสรรพนามที่คนใช้เรียกตัวเองในภาษาพูด บริษัทใช้ เรา หรือชื่อของตัวเอง และเรียกผู้อ่านว่า คุณ ส่วน ท่าน อยู่สูงขึ้นไปอีกขั้น เหมาะกับหนังสือถึงหน่วยราชการหรือประกาศที่เป็นทางการ

บรรทัดที่สองยังเปลี่ยนกริยาของการรับเงินด้วย เงินคืนในภาษาไทย เข้า บัญชี มากกว่าที่ผู้อ่านจะ เห็น มัน การแก้แบบนี้คือสิ่งที่เจ้าของภาษาทำได้ในรอบเดียวและรายการตรวจไม่มีวันจับได้ จึงเป็นเหตุผลที่ขั้นตอนตรวจด้านล่างยังให้คนอ่านดูข้อความที่ลูกค้าเห็นบ่อยที่สุด

คำยืมคำเดียว สามตัวสะกด#

ภาษาไทยยืมคำอังกฤษตลอดเวลา และหลายคำสะกดได้มากกว่าหนึ่งแบบ สำนักงานราชบัณฑิตยสภาประกาศตัวสะกดแบบหนึ่ง หนังสือพิมพ์และแอปใช้อีกแบบ และแชตใช้แบบที่สาม เครื่องแปลที่เคยเห็นทั้งสามแบบจะเลือกเป็นรายประโยค และผลิตภัณฑ์ลงเอยด้วยคำว่าอีเมลสองตัวสะกดบนหน้าจอเดียว

เลือกคอลัมน์เดียวต่อผลิตภัณฑ์แล้วยึดไว้ ตัวสะกดของราชบัณฑิตยสภาเป็นค่าตั้งต้นที่ปลอดภัยสำหรับทุกอย่างที่เป็นทางการ และแบบที่พบทั่วไปอ่านเป็นธรรมชาติในแอปสำหรับผู้บริโภค เลือกแบบไหนก็ตาม ให้ใส่ตัวสะกดที่เลือกลงใน glossary แล้วเครื่องจะใช้ตามนั้น หัวข้อคำยืมในคู่มืออธิบายฟิลด์ borrowed_words ซึ่งตัดสินว่าคำที่ยังไม่มีรูปไทยที่ยอมรับกันจะถูกทับศัพท์หรือคงอักษรละตินไว้

คำที่ถูกแต่ไม่มีใครพูด#

การแปลตรงตัวแปลทีละคำและได้วลีที่ไม่มีบริการไทยเจ้าไหนใช้ บำรุงรักษา คือ maintenance และเป็นสิ่งที่ช่างทำกับเครื่องยนต์ เว็บไซต์ที่หยุดให้บริการเพื่อซ่อมแซม ปิดปรับปรุง ทั้งสองวลีอยู่ในพจนานุกรม และมีเพียงวลีเดียวที่เคยปรากฏบนหน้าสถานะระบบของไทย

การแปลตรงตัวกระจุกอยู่ในข้อความระบบ ข้อความแจ้งข้อผิดพลาด และหน้าสถานะ เพราะข้อความเหล่านั้นสั้นและไม่ให้บริบทแก่เครื่องเลย การส่งพื้นผิวไปใน context ว่าเป็นหน้าสถานะหรือการแจ้งเตือนแบบพุช คือสิ่งที่ย้ายเครื่องจากวลีในพจนานุกรมไปสู่วลีที่ใช้จริง รายการในอภิธานศัพท์ทำแบบเดียวกันกับวลีที่พบซ้ำ หัวข้อคำสั่งในคู่มืออธิบายฟิลด์เหล่านี้

รูปแบบที่เปลี่ยนเมื่อข้ามภาษา#

กฎรูปแบบหลายข้อเปลี่ยนไปเมื่อภาษาเปลี่ยน ภาษาไทยไม่มีรูปพหูพจน์ และกฎพหูพจน์ของ CLDR ให้ภาษาไทยมีเพียงประเภทเดียว ภาษาไทยเขียนจบประโยคด้วยการเว้นวรรคโดยไม่มีจุด สัญลักษณ์บาทพบน้อยในข้อความไทย และคำว่า บาท ตามหลังตัวเลข วันที่พิมพ์เป็นพุทธศักราช ซึ่งคือปีคริสต์ศักราชบวก 543 และใบเสร็จที่พิมพ์ 2026 คือใบเสร็จที่ยังใช้ปฏิทินของต้นฉบับอยู่

ข้อความ ICU ที่มีกิ่ง one few และ other ยุบเหลือ other ในภาษาไทย และไฟล์ที่เก็บกิ่งภาษาอังกฤษไว้ก็แบกข้อความที่ผู้ใช้ชาวไทยไม่มีวันเห็น ตัวยึดตำแหน่งอย่าง {count} ต้องรอดมาพร้อมวงเล็บปีกกาครบ และแท็กต้องปิดตรงที่มันเปิด ส่งข้อความที่มีมาร์กอัปโดยตั้ง format เป็น "html" หรือ "markdown" แล้วเครื่องจะรักษาโครงสร้างไว้ หัวข้อมาร์กอัปในคู่มืออธิบายว่าอะไรถูกรักษาไว้บ้าง

เครื่องตรวจรอบแรกให้เอง ทุกส่วนที่ส่งมอบถูกตรวจเทียบกับสิ่งที่คำขอระบุไว้ และส่วนที่ตกการตรวจข้อใดจะมีสมาชิก review ระบุเหตุผล หัวข้อธงตรวจสอบแจกแจงเหตุผลทั้งหมด ธงไม่เคยปฏิเสธคำขอ และคำแปลถูกส่งมอบเสมอ อ่านธงก่อนสิ่งอื่นใด

• นับตัวยึดตำแหน่งและแท็ก ทุก {name} ทุก %s และทุกแท็กในต้นฉบับต้องปรากฏหนึ่งครั้งในผลลัพธ์ และเหตุผล markup_changed กับ preserved_span_missing ระบุข้อความที่มีตัวใดย้ายที่หรือหายไป
• เทียบความยาว ภาษาไทยยาวเป็นสัดส่วนที่ค่อนข้างคงที่กับภาษาอังกฤษตลอดทั้งชุด และข้อความที่หลุดจากสัดส่วนนั้นมากคือข้อความที่ทิ้งวลีไปหรือเก็บวลีเกินมา ตั้ง max_length ให้ข้อความที่ผูกกับปุ่มหรือชื่อเรื่อง และอ่านเหตุผล too_long
• ค้นหาอภิธานศัพท์ รูปไทยที่เลือกไว้ของแต่ละคำต้องปรากฏทุกที่ที่คำต้นฉบับปรากฏ และเหตุผล glossary_term_missing ระบุส่วนที่ไม่พบ
• อ่านเหตุผล untranslated อย่างระวัง ชื่อผลิตภัณฑ์ที่กลับมาเหมือนเดิมคือถูกต้อง ประโยคที่กลับมาเหมือนเดิมคือความล้มเหลวที่เครื่องรายงานตัวเอง
• ตรวจคำลงท้ายด้วยตา ทุกประโยคบอกเล่าที่ลูกค้าเห็นต้องจบด้วยคำลงท้ายเดียวกัน ค่ะ หรือ ครับ ตลอดทั้งชุด และไม่มีข้อความใดจบด้วย นะ ในพื้นผิวที่เกี่ยวกับเงิน คำลงท้ายมองเห็นได้สำหรับทุกคนไม่ว่าจะอ่านภาษาอะไรออก
• ตรวจตัวเลข วันที่ และสกุลเงิน เลขอารบิกตลอด บาท ตามหลังจำนวนโดยเว้นวรรคหนึ่งครั้ง และปีอยู่ในศักราชเดียวกับที่พื้นผิวนั้นใช้ทุกที่
• ส่งส่วนต่างให้คนอ่าน ข้อความสิบรายการที่ลูกค้าเห็นบ่อยที่สุด ส่วนบนสุดของทุกพื้นผิว และทุกข้อความเกี่ยวกับเงินหรือข้อกำหนด ให้เจ้าของภาษาอ่านทุกชุด ที่เหลือให้สุ่มอ่านในชุดแรก และอ่านเฉพาะข้อความที่ติดธงหลังจากนั้น

การนับสามอย่างในหนึ่งชุดแสดงระดับภาษาให้คนที่อ่านภาษาไทยไม่ออกเลยเห็นได้ แต่ละอย่างคือสคริปต์บรรทัดเดียวบนไฟล์ผลลัพธ์ และแต่ละอย่างจับระดับภาษาที่เลื่อนได้ก่อนจะต้องขอเวลาคนอ่านสักชั่วโมง

• นับคำสุดท้ายของทุกประโยคบอกเล่า ชุดที่อยู่ระดับเดียวจบประโยคบอกเล่าส่วนใหญ่ด้วยคำลงท้ายเดียว ค่ะ หรือ ครับ และชุดที่กระจายระหว่าง ค่ะ นะคะ นะ และไม่มีคำลงท้ายเลย คือสามชุดในไฟล์เดียว
• นับสรรพนาม ฉัน ผม ดิฉัน เรา คุณ และ ท่าน ต่างมีที่ของตัวเอง และชุดที่ลูกค้าเห็นควรมี เรา กับ คุณ และแทบไม่มีอย่างอื่น ฉัน เพียงคำเดียวในชุดข้อความตอบลูกค้าก็คุ้มที่จะเปิดดู
• นับตัวสะกดแต่ละแบบของคำยืมในอภิธานศัพท์ ตัวสะกดที่เลือกไว้ควรเป็นตัวเดียวที่ปรากฏ และตัวสะกดอื่นที่โผล่มาครั้งเดียวคือข้อความที่อภิธานศัพท์ไปไม่ถึง

บรรทัดที่สองและสามด้านบนต่างชี้ข้อความที่ต้องเปิดดู บรรทัดแรกบอกว่าชุดนี้ยึดกันอยู่ ยกเว้น 61 ประโยคที่ไม่มีคำลงท้าย ซึ่งน่าจะเป็นป้ายกำกับและควรแยกไปนับต่างหาก นับแบบเดียวกันกับข้อความที่อนุมัติแล้วจากชุดก่อน แล้วชุดใหม่จะถูกเทียบกับตัวเลข

ระดับภาษาผิดในข้อความเดียวคือการแก้หนึ่งจุด ระดับภาษาผิดทั้งชุดคือบรีฟที่ไม่เคยถูกเขียน ฟิลด์ด้านล่างกำหนดแต่ละการตัดสินใจครั้งเดียว และชุดที่ส่งไปพร้อมฟิลด์เหล่านี้ กลับมาโดยต้องการแค่รอบอ่านของเจ้าของภาษา และแทบไม่ต้องการอะไรอื่น

ข้อความบางอย่างเขียนเองถูกกว่าบรีฟ พาดหัว สโลแกน และอะไรก็ตามที่เล่นคำเป็นงานของนักเขียนคำโฆษณาทั้งในภาษาไทยและภาษาอังกฤษ และชุดข้อความแบบนั้นที่มีไม่ถึงสิบรายการส่งให้นักเขียนถูกกว่าอธิบายให้เครื่องฟัง ส่งปริมาณให้เครื่อง และส่งน้ำเสียงให้นักเขียน

เส้นแบ่งระหว่างแถวคือต้นทุนของประโยคที่ผิด ข้อความตอบลูกค้าที่คำลงท้ายแข็งไปหน่อยมีต้นทุนแค่คิ้วที่ขมวด ข้อในข้อกำหนดที่ใช้กริยาผิดมีต้นทุนเป็นข้อพิพาท ขั้นตอนตรวจเหมือนกันทุกแถว และส่วนที่เจ้าของภาษาต้องอ่านเพิ่มขึ้นตามราคาของความผิดพลาด

• แบ่งชุดตามพื้นผิว หนึ่งคำขอรับได้ถึง 200 ส่วนโดยใช้บริบทร่วมกัน และชุดที่ดึงจากพื้นผิวเดียวได้ระดับภาษาเดียว ส่งคีย์ของแต่ละข้อความเป็น id แล้วผลลัพธ์จะกลับมาผูกกับไฟล์ของคุณโดยไม่ขึ้นกับลำดับ หัวข้อการส่งเป็นชุดอธิบายรูปแบบ
• เก็บอภิธานศัพท์หนึ่งชุดต่อผลิตภัณฑ์ไว้ในระบบควบคุมเวอร์ชัน และส่งทั้งชุดไปกับทุกคำขอ เฉพาะคำที่ปรากฏในข้อความเท่านั้นที่ถูกส่งถึงเครื่องและคิดค่าใช้จ่าย และการคัดกรองเป็นอัตโนมัติ
• อ่านธงตรวจสอบก่อน ส่วนต่างของเจ้าของภาษาเป็นลำดับสอง และแก้บรีฟเมื่อธงเดิมซ้ำ ธงที่ปรากฏทุกชุดคือคำในอภิธานศัพท์ที่ขาดหรือคำสั่งที่ขาด
• ป้อนข้อความที่อนุมัติแล้วกลับเป็น examples ในชุดถัดไป คู่ที่อนุมัติสิบคู่จากชุดก่อนรักษาน้ำเสียงได้ดีกว่าย่อหน้าคำสั่งใด ๆ
• แปลเฉพาะที่เปลี่ยน แฮชข้อความต้นฉบับแต่ละรายการ และส่งเฉพาะชุดที่แฮชเปลี่ยน ระดับภาษายึดอยู่เพราะบรีฟไม่เปลี่ยน และส่วนต่างที่เจ้าของภาษาต้องอ่านยังเล็ก

• อ่านคู่มือการแปลสำหรับทุกฟิลด์ และเอกสารอ้างอิงสำหรับรูปแบบคำขอและคำตอบ
• อ่านบทความเรื่องความสุภาพเพื่อเลือกระดับภาษาก่อนชุดแรก
• อ่านบทความเรื่องค่าแปลสำหรับต้นทุนของหนึ่งชุดเทียบกับศูนย์แปลหรือฟรีแลนซ์
• เปิดเครื่องมือแปลด้วยข้อความจริงสิบรายการจากพื้นผิวเดียว แล้วอ่านธงที่มันส่งกลับ