درون استراتژی تغذیه کدبیس برای حذف روانی کاذب در ترجمه

اگر امروز یک محصول جهانی دارید، احتمالاً می‌دانید که ترجمهٔ کلمات کافی نیست؛ شما به معنای دقیق آن‌ها در محیط کاربری نیاز دارید. یک تیم دو نفره در یک استارتاپ آموزش زبان توانست با دور زدن متدهای سنتی، کل پلتفرم خود را در تنها ۳۰ روز به ۱۵ زبان مختلف بومی‌سازی کند. این دستاورد در حالی به دست آمد که آن‌ها پذیرفتند «یک مترجم انسانی خوب، نویسنده‌ی بهتری نسبت به یک مدل زبانی خوب است»، اما راهی یافتند تا مدل را به گونه‌ای به کار گیرند که از مترجمان حرفه‌ای که با فایل‌های جدا شده کار می‌کنند، پیشی بگیرد. نتیجه این تلاش، مقایسه‌ای بود میان یک مدل با دستورالعمل‌های کامل در برابر یک متخصص حرفه‌ای با اطلاعات محدود؛ و این دقیقاً همان چیزی است که یک بودجهٔ کوچک در بازار بومی‌سازی می‌خرد.

طبق گزارش این تیم، موفقیت آن‌ها در این بود که بومی‌سازی را نه یک مسئلهٔ ترجمه، بلکه یک مسئلهٔ بازیابی (Retrieval) — شبیه به پیدا کردن یک سند خاص در میان هزاران پروندهٔ بایگانی شده — دیدند. آن‌ها به‌جای سپردن فایل‌های اکسل به مترجمان، کل بستر کدبیس را در اختیار مدل‌های زبانی بزرگ (LLM) قرار دادند تا مدل بفهمد هر کلمه دقیقاً در کجای محصول قرار دارد و در اطراف آن چه اتفاقاتی می‌افتد. در واقع، آن‌ها مدل را قادر ساختند تا برخلاف انسان، در هر لحظه به کل ساختار نرم‌افزار دسترسی داشته باشد.

بسیاری از شکست‌های ترجمه از نبود مهارت زبانی نیست، بلکه از فقدان زمینه یا همان Context می‌آید. برای مثال، کلمه انگلیسی "Upgrade" در یک نرم‌افزار می‌تواند به معنای «به‌روزرسانی فنی» یا «ارتقا به اشتراک پولی» باشد. در حالی که انگلیسی برای هر دو مفهوم یک کلمه دارد، زبان‌های دیگر این‌طور نیستند. یک رشته متنی به تنهایی هیچ اطلاعاتی درباره اقدام مورد نظر منتقل نمی‌کند و مترجم را در وضعیت حدس زدن قرار می‌دهد.

شکاف زمینه (The Context Gap)

• در زبان اسپانیایی: استفاده از واژه actualizar نشان‌دهنده یک به‌روزرسانی نرم‌افزاری است. اما انتقال به یک طرح پولی نیازمند عبارت pasar a است. اگر کلمه actualizar در صفحه پرداخت ظاهر شود، مشتری تصور می‌کند نرم‌افزارش در حال به‌روزرسانی است، نه پلن اشتراکش.
• در زبان فرانسوی: عبارت Mettre à niveau برای نصب و به‌روزرسانی فنی به کار می‌رود. کلمه Améliorer مبهم است و حتی می‌تواند برای نسخه قبلی توهین‌آمیز به نظر برسد (به این معنا که نسخه قبلی بد بوده است). استاندارد مربوط به پلن‌های پولی در فرانسوی passer à است.

به نقل از تجربه‌ی این تیم، مترجمان انسانی که این کلمات را در یک سلول اکسل یا ابزارهای CAT مثل Weglot یا Smartcat می‌بینند، مجبورند حدس بزنند. این ابزارها به‌ندرت مترجم را داخل محصول در حال اجرا قرار می‌دهند. اگرچه ویرایش در محیط (In-context editing) وجود دارد، اما به‌ندرت حالت پیش‌فرض است. چون مترجمان معمولاً به‌ازای هر کلمه دستمزد می‌گیرند، وقت گذاشتن برای علامت‌گذاری یک برچسب دکمهٔ مبهم، یعنی کار بدون دستمزد؛ بنابراین، اکثر آن‌ها یک حدس منطقی می‌زنند و از آن عبور می‌کنند.

همان‌طور که در تحلیل قبلی ما درباره‌ی جایگزینی سیستم Automod ردیت با مدل‌های زبانی اشاره کردیم، این رویکرد جدید نیز تمرکز را از قواعد ایستا به بازیابی پویا تغییر می‌دهد. بنیان‌گذاران این استارتاپ دریافتند که یک مترجم مسلط که اشتباه حدس می‌زند، خطرناک‌تر از یک مترجم ناشی است؛ زیرا متن نهایی بسیار حرفه‌ای و روان به نظر می‌رسد، اما معنای غلطی را منتقل می‌کند و چون هیچ‌چیز «خراب» به نظر نمی‌رسد، خطا تا دست کاربر می‌رسد. یکی از بنیان‌گذاران که بومی زبان آلمانی است، اشاره می‌کند که این خطاها حتی در سایت‌های شرکت‌های بزرگ چنان رایج هستند که کاربران به آن‌ها عادت کرده‌اند و متوجه تناقضات معنایی نمی‌شوند.

مزیت مدل‌های زبانی (The LLM Advantage)

یک مدل زبانی می‌تواند به‌سادگی «ببیند». با دادن رشتهٔ متنی، یادداشتی درباره موقعیت آن، واژه‌نامه و رشته‌های همسایه در یک فایل، مدل می‌تواند کدبیس را جست‌وجو (grep) کند تا ببیند دقیقاً چه چیزی در اطراف آن کلید رندر می‌شود. این فرآیند برای هر رشته متنی تکرار می‌شود و هزینه‌اش کسری از یک سنت است. این بهینه‌سازی در هزینه‌ی عملیاتی، یادآور مدل‌های اقتصادی جدید در صنعت است، مانند آنچه در رویکرد قیمت‌گذاری درخواست‌محور Oxlo.ai برای کاهش هزینه‌های استنتاج مشاهده می‌کنیم. برخلاف انسان که تنها موارد مشکوک را علامت می‌زند، مدل این تحلیل را برای تک‌تک رشته‌ها انجام می‌دهد. آن‌ها دریافتند که بومی‌سازی در اصل یک وظیفه بازیابی است؛ بازیابی برای یک مدل ارزان است اما برای انسان گران و زمان‌بر.

خط لوله چهارمرحله‌ای بومی‌سازی

این تیم برای رسیدن به این نتیجه، یک گردش‌کار سخت‌گیرانه شامل چهار مرحله متوالی را اجرا کرد. ترتیب این مراحل حیاتی است: «بذرپاشی» باید پیش از ترجمه انجام شود تا هر بخش از مسیر دوباره برای انتخاب واژگان تصمیم نگیرد و یکپارچگی اصطلاحات حفظ شود.

۱. بذرپاشی (Seed): تثبیت واژه‌نامه بر اساس نتایج واقعی جست‌وجو و تحلیل رقبای محلی.
۲. لاین‌ها (Lanes): سازمان‌دهی ۱۰۰ تا ۱۵۰ کلید در هر درخواست؛ به این صورت که هر درخواست مربوط به یک سطح منسجم (مثلاً یک صفحه یا یک قابلیت خاص) باشد.
۳. ترجمه: یک مدل (Model A) محتوا را بازآفرینی (Transcreate) می‌کند.
۴. بازبینی: یک مدل متفاوت (Model B) متن را به‌عنوان یک بومی (Native speaker) ویرایش می‌کند.

تیم تأکید می‌کند که مراحل ترجمه و بازبینی حتماً باید توسط دو مدل متفاوت انجام شود. مدلی که خروجی خودش را بررسی می‌کند، تمایل دارد با خودش موافقت کند (Confirmation Bias) و عملاً بازبینی را نادیده می‌گیرد. دو بار اجرای یک مدل، تنها یک بار اجرا با مراحل اضافی است و کیفیت را بهبود نمی‌بخشد.

تحلیل عمیق: بذرپاشی به مثابه پژوهش

تیم از «دانش داخلی» مدل‌ها دوری کرد، زیرا حدس‌های مدل بر اساس وزن‌های آموزشی اغلب غلط است. آن‌ها دریافتند که انتخاب یک اصطلاح تخصصی بر این فرض که زبان‌های مشابه کلمات انگلیسی را حفظ می‌کنند، به عباراتی منجر می‌شود که متخصصان استفاده می‌کنند اما مشتریان واقعی هرگز در گوگل جست‌وجو نمی‌کنند. این یعنی محصول در نتایج جست‌وجو یافت نمی‌شود و سئو (SEO) آسیب می‌بیند. در واقع، این تجربه نشان می‌دهد که چگونه تخصص در حوزه مورد نظر کاربر همچنان متغیر اصلی در کیفیت خروجی مدل‌های زبانی است و بدون تحلیل دقیق زمینه، مدل‌ها صرفاً به تولید متون زیبا اما ناکارآمد می‌پردازند.

برای رفع این مشکل، آن‌ها از عامل‌های پژوهشی مجهز به APIهای نتایج جست‌وجوی گوگل (مثل serper.dev) استفاده کردند تا پرس‌وجوهای واقعی را در بازارهای هدف اجرا کنند. این کار به آن‌ها اجازه داد ببینند چه نتایجی رتبه می‌گیرند، قابلیت تکمیل خودکار (Autocomplete) چه پیشنهاد می‌دهد و رقبای محلی چگونه جملات را می‌سازند. این پژوهش معمولاً برای هر اصطلاح در هر زبان نیم ساعت زمان می‌برد؛ کاری که یک مترجم انسانی احتمالاً انجام نمی‌دهد مگر اینکه به‌طور مشخص برای آن پول بگیرد.

• مثال: در اسپانیایی، عبارت "comprehensible input" ممکن است به صورت input comprensible ترجمه شود. در حالی که این همان چیزی است که در متون تخصصی استفاده می‌شود، زبان‌آموزان واقعی عبارت videos para aprender inglés را جست‌وجو می‌کنند.
• استراتژی: آن‌ها هر دو عبارت را تثبیت کردند اما آن‌ها را بر اساس مخاطب تفکیک کردند: اصطلاحات صنعتی برای صفحات حرفه‌ای و زبان ساده و نتیجه‌محور برای مبتدیان.

بذرپاشی به عنوان یک پژوهش دیده می‌شود، نه یک جست‌وجوی ساده در لغت‌نامه. تیم بررسی می‌کند که آیا جناس‌ها یا استعاره‌های انگلیسی در زبان‌های دیگر زنده می‌مانند و آیا کلمات عاریه‌ای که فرضاً جهانی هستند، واقعاً بومی به نظر می‌رسند یا خیر.

امکانات زبانی و الفباها

• امکانات الفبای لاتین: کلماتی مثل "Feed"، "Reels" یا "Creator" اغلب در زبان‌های اروپایی با الفبای لاتین بدون ترجمه باقی می‌مانند و کاربر با آن‌ها آشناست.
• الفباهای غیرلاتین: در عربی، ژاپنی یا سیریلیک، همین کلمات مانند «زبالهٔ خارجی» به نظر می‌رسند و باید ترجمه یا نویسه‌گردانی (Transliteration) شوند تا برای کاربر قابل فهم باشند.
• قانون تصمیم‌گیری: تصمیم برای قرض گرفتن یک کلمه انگلیسی باید برای هر زبان به‌طور مجزا گرفته شود و هرگز نباید یک تصمیم جهانی (Global) برای تمام زبان‌ها باشد.

هر زبان جدیدی که اضافه می‌شود می‌تواند در مرحله بازبینی به واژه‌نامه کمک کند و تضمین کند که زبان بعدی با یک پایه واژگانی جامع‌تر و غنی‌تر شروع شود.

جزئیات: سازمان‌دهی گردش‌کار L10n

اندازه‌گیری و گروه‌بندی لاین‌ها

• اندازه: هر درخواست (Call) باید شامل ۱۰۰ تا ۱۵۰ کلید باشد.
• ریسک درخواست‌های بزرگ: ارسال کل کاتالوگ در یک درخواست منجر به قطع شدگی (Truncation) و «لغزش دنباله» (Tail Drift) می‌شود؛ وضعیتی که در آن مدل تمرکز خود را از دست می‌دهد و کیفیت در انتهای خروجی افت می‌کند.
• ریسک درخواست‌های کوچک: ارسال هر رشته متنی به صورت تک‌به‌تک باعث می‌شود مدل دکمه‌های مرتبط در یک صفحه را نبیند و زمینه حیاتی (Context) را از دست بدهد.
• قابلیت استفاده مجدد: این گروه‌بندی مستقل از زبان است. وقتی گروه‌ها بر اساس صفحات محصول مشخص شدند، برای هر زبان جدید دوباره از همان ساختار استفاده می‌کنند.

ذهنیت بازآفرینی (Transcreation)

• بریف: متن انگلیسی به عنوان یک «بریف» یا دستورالعمل برای رسیدن به هدف تلقی می‌شود، نه قالبی که باید با دقت حفظ شود.
• مجوزها: به مدل صراحتاً گفته شده که نیازی به حفظ ساختار جمله، ترتیب کلمات، جایگاه جای‌گذاران (Placeholders)، طول متن یا استعاره‌ها نیست. مدل اجازه دارد متن را برای رسیدن به معنای درست تغییر دهد.
• جریان بومی: اگر زبان مقصد نیاز دارد جایی که انگلیسی یک جمله به کار برده دو جمله استفاده کند، مدل تشویق می‌شود همین کار را کند. اگر جناسی ترجمه نمی‌شود، حذف شود. مدل باید طوری بنویسد که انگار محصول از ابتدا در فرانسه، آلمان یا برزیل متولد شده است.
• جایگزین: بدون این مجوز، مدل‌ها به ترجمه «وفادار» (Faithful) روی می‌آورند و این دقیقاً همان چیزی است که باعث می‌شود بومی‌ها از کیلومترها دورتر متوجه یک ترجمه ماشینی و بی‌مایه شوند. این رویکرد در مقابل سیستم‌های ترجمه آنی قرار می‌گیرد که در رقابت ابزارهایی چون Lingopal و Field برای دستیابی به سرعت زیر ۱۰ ثانیه در پخش‌های زنده دیدیم، جایی که سرعت بر کیفیت بازآفرینی اولویت دارد.

انتخاب مدل و حسابرسی

• پشته (Stack): تنظیمات پیش‌فرض، استفاده از Claude 3.5 Sonnet به عنوان کپی‌رایتر در محیط Claude Code و Claude 3 Opus به عنوان ویراستار مستقل است.
• عملکرد منطقه‌ای:
  • خطوط چینی: مدل‌های Kimi و Qwen عملکرد بهتری داشتند، به‌ویژه در تشخیص اصطلاحاتی که خوانندگان تایوانی در مقابل خوانندگان چین مرکزی استفاده می‌کنند.
  • عربی: مدل Saba از شرکت Mistral انتخاب برتر بود.
• ردپای حسابرسی (Audit Trail): برای بررسی زبان‌هایی که نمی‌شناختند، تیم از مدل خواست برای هر تصمیم مرزی، تغییر ساختار یا جایگزینی اصطلاح، دلیل خود را بازگرداند. برای مثال، دیدن یادداشتی مثل «من از ترجمه تحت‌اللفظی اینجا دوری کردم چون بیشتر شبیه لمس فیزیکی است تا جست‌وجوی یک کلمه» به تیم اجازه می‌دهد منطق مدل را ارزیابی کند، حتی اگر نتوانند خروجی کره‌ای را بخوانند.
• قانون طلایی: هرگز یک رشته متنی را دستی ویرایش نکنید. اگر مشکلی یافت شد، دستورالعمل (Prompt) عامل را بهبود ببخشید تا در دور بعدی برای همه زبان‌ها درست انجام شود و خطا تکرار نشود.

بدهی فنی رشته‌های «انگلیسی-شکل»

حتی بهترین هوش مصنوعی هم نمی‌تواند کدبیسی را اصلاح کند که فرض را بر گرامر انگلیسی گذاشته است. نویسندگان یک شکست بحرانی را در معماری‌های «یک جمله، یک جای‌گذار» شناسایی کردند. چون انگلیسی تغییرات صرفی (Inflection) کمی دارد، یک «فقر گرامری» را صادر می‌کند که زبان‌های دیگر را می‌شکند. این فقط مربوط به ترتیب کلمات نیست، بلکه به شکل خود متغیر مربوط می‌شود.

• ادغام جنسیت/حرف تعریف: در فرانسوی، جای‌گذاران باید با حروف تعریف ادغام شوند (مانند l'anglais به‌جای le anglais یا du français به‌جای de le français). این امر به کلمه‌ای که قرار است درج شود بستگی دارد و نمی‌تواند در لحظه استفاده تجميع شود.
• الزامات پادمان (Case): زبان روسی برای موقعیت‌های خاص به پادمان Prepositional نیاز دارد. یک جای‌گذار ساده با حالت لغت‌نامه‌ای منجر به جملاتی می‌شود که معادل «ویدیوها در به انگلیسی» است.
• جداول جمع: زبان لهستانی برای عدد ۱ یک شکل، برای ۲ تا ۴ شکل دیگر و برای ۵ به بالا شکل سومی دارد که با آخرین رقم تکرار می‌شود. این یعنی عدد ۲۲ و ۲۵ رفتار متفاوتی دارند.
• فروپاشی عبارت: زبان مجاری ممکن است کل عبارت "in English" را در یک قید تک‌کلمه‌ای یعنی angolul خلاصه کند. یک جای‌گذار ساده هرگز نمی‌تواند این نتیجه را تولید کند.

برای حل این مشکل، تیم از inlang و Paraglide استفاده کرد. آن‌ها جداول صرف (Morphology Tables) را برای اسم‌های متغیر پیاده کردند تا جملات بتوانند حالت خاص یا فرم جمع مورد نیاز را درخواست کنند. وقتی هیچ چارچوب مشترکی طبیعی نبود، آن‌ها خطوط دست‌نویس منحصر‌به‌فردی برای هر مقدار نوشتند و پذیرفتند که به جای یک رشته، دوازده رشته داشته باشند. این کار باعث شد کتابخانه آن‌ها به نزدیک ۶۰۰۰ رشته کلیددار برسد.

پر کردن کامل این جداول ضروری است. یک خطای خاموش (استفاده از پیش‌فرض پلتفرم) می‌تواند منجر به استفاده از یک ملیت یا نام بومی نادرست برای سال‌ها شود بدون اینکه متوجه شوند. عامل‌های کدنویسی در اینجا بسیار مفید هستند چون می‌توانند این مسائل صرفی را هنگام کار روی یک زبان خاص تشخیص دهند و زبان بعدی را برای موفقیت آماده کنند.

محدودیت انسانی

با وجود اتوماسیون، بنیان‌گذاران اعتراف می‌کنند که حذف کامل انسان در حال حاضر غیرممکن است زیرا برخی خطاها صرفاً معنایی (Semantic) هستند.

در آلمانی، چسباندن نام یک زبان به عنوان صفت (spanische Videos) از نظر گرامری کامل است اما به معنای «ویدیوهایی از کشور اسپانیا» خوانده می‌شود. برای مشخص کردن ویدیوهایی که به زبان اسپانیایی هستند (صرف‌نظر از مبدأ)، باید از عبارت Videos auf Spanisch استفاده کرد. هیچ جدول صرفی نمی‌تواند این مورد را بگیرد چون خطای گرامری نیست، بلکه یک اظهار نظر غلط است. این مورد نیاز به یک گوینده آلمانی دارد تا به یک جمله درست نگاه کند و بفهمد معنای دیگری می‌دهد.

این تغییر در استراتژی بومی‌سازی به این معناست که برای تیم‌های کوچک، گلوگاه دیگر بودجه مترجمان نیست، بلکه کیفیت زمینه‌ای (Context) است که به عامل‌های هوش مصنوعی داده می‌شود. توانایی جست‌وجوی کدبیس و تحلیل SERP API به مدل اجازه می‌دهد پژوهشی را انجام دهد که یک فریلنسر انسانی انجام نمی‌داد مگر اینکه برای هر اصطلاح به‌طور جداگانه پول بگیرد. اگر یک محصول جهانی را مدیریت می‌کنید، گام بعدی شما حسابرسی فایل‌های رشته متنی برای کلمات ایزوله مثل "Upgrade" یا "Save" است تا تعیین کنید آیا گردش‌کار فعلی شما، صفحه واقعی UI را در اختیار هوش مصنوعی قرار می‌دهد یا خیر.

گام بعدی شما

• فایل‌های رشته متنی (String Files) خود را برای کلمات ایزوله و مبهم مثل "Save" یا "Upgrade" بررسی کنید.
• بررسی کنید آیا گردش‌کار فعلی شما، تصویر UI یا زمینهٔ کد را به مدل زبانی می‌دهد یا فقط متن خام را ارسال می‌کنید.
• برای زبان‌های هدف، یک مرحله پژوهی با استفاده از SERP API اضافه کنید تا عبارات را بر اساس رفتار کاربر (User Intent) انتخاب کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.