Gapet mellom 70 % og 95 % oversettelsesnøyaktighet

Oversettelsesnøyaktighet handler om mening. Det handler om hvor godt den oversatte siden din utløser den samme forståelsen og handlingen som originalteksten – uten å legge til, miste eller vri noe viktig.

Derfor leses innhold som er «95 % nøyaktig» veldig annerledes enn innhold som er «rundt 70 % nøyaktig» i praksis. Ved 95 % lander de fleste setninger som tiltenkt, merkevarens stemme føles kjent, og bare ytterpunktene trenger en ny titt. Ved 70 % begynner forvirring, merkelig formulering og stille kundefrafall å hope seg opp, spesielt på produkt- og betalingssider.

I denne artikkelen skal du se hva som befinner seg innenfor dette gapet på 25 %. Vi skal i detalj se på hvordan det påvirker tillit, konverteringer, arbeidsmengde og hvordan en AI-oversettelsesmodell hjelper deg med å operere trygt i området 90–95 %, samtidig som du beholder menneskelig kontroll der det betyr mest.

Hovedpunkter

• «Oversettelsesnøyaktighet» er et problem med innhold, språkpar og risiko som skjuler seg i det åpne.
• Nøyaktigheten lever på setningsnivå, men innvirkningen lever på sidenivå – én forvirrende linje i kassen kan oppveie 50 perfekte produktbeskrivelser.
• Den mest risikable teksten din finner du ofte i de små brukergrensesnittetikettene og handlingsfremmende oppfordringene som ingen noen gang husker å gjennomgå.
• De raskeste gevinstene kommer ofte fra å fikse terminologi og tone på 10 viktige maler, i stedet for å bli besatt av hvert siste blogginnlegg.
• En hybridstabel – førsteutkast av AI, menneskelig gjennomgang der det teller, og en merkevaretrent AI-oversettelsesmodell Weglot -stil – flytter mesteparten av nettstedet ditt til 90–95 %-sonen.

Hvor nøyaktighetstallene på 95 % og 70 % kommer fra

Når vi snakker om 95 % kontra 70 % oversettelsesnøyaktighet , siterer vi ikke en magisk universell poengsum. Disse tallene er basert på en felles innsiktsstudie utført Weglot og Nimdzi om nettsted- og markedsføringsinnhold.

{{ ebook -banner}}

I studien State of Machine Translation for Websites ble fem ledende leverandører av maskinoversettelse (MT) ( Amazon Translate , DeepL , Google Cloud , Microsoft Translator og ModernMT ) testet på tvers av seks språkpar.

De dekket 168 segmenter og mer enn 1000 ord fra amerikansk engelsk til fransk, tysk, spansk, forenklet kinesisk, arabisk og europeisk portugisisk.

Profesjonelle lingvister vurderte hver oversettelse for brukervennlighet og nøyaktighet. 85 % av de 14 kombinasjonene av motor og språk ble vurdert som «Svært bra» eller «Akseptabel», og ingen ble vurdert som «Svært dårlig». For tysk krevde 145 av 168 segmenter ingen redigering i det hele tatt, mens portugisisk lå i den andre enden av spekteret med 58 urørte segmenter (ingen menneskelig redigering nødvendig).

Så hvor kommer 95 % fra? I ressurskrevende språkpar og enkel markedsføringstekst leverer toppmoderne nevral maskinoversettelse nå resultater som profesjonelle anmeldere anser som brukbare i de aller fleste tilfeller.

Samtidig betyr 70 % nøyaktighet at man har innholds- eller språkpar der omtrent 3 av 10 setninger trenger reell menneskelig inngripen. Selv i Weglot /Nimdzi-data redigerte lingvister fortsatt en betydelig del av produksjonen, og på tvers av kundebasen vår ser vi at omtrent 30 % av AI-oversatt innhold blir retusjert etter oversettelse.

Dette er viktig, fordi det fremhever to ubehagelige sannheter. Ingen oversettere – verken mennesker eller kunstig intelligens – leverer 100 % perfeksjon, og kunstig intelligens fungerer best når du behandler den som et førsteutkast i høy hastighet, snarere enn en erstatning for menneskelig vurdering. Dette er akkurat den antagelsen vårt nettstedsoversettelsesverktøy er bygget på. Weglot gir deg AI-oversettelser av høy kvalitet som standard, og lar deg deretter gjennomgå og forbedre dem i kontekst, slik at du holder deg i det tryggere 90–95 %-båndet på sidene som betyr mest.

{{ai-banner}}

Hva avgjør hvor innholdet ditt lander i intervallet

Det som bringer en oversettelse nærmere 95 % eller drar den mot 70 % er et sett med variabler du vanligvis kan oppdage i ditt eget innhold før du oversetter.

Metodikk: Menneskelig, AI eller hybrid

Menneskelige oversettere er sterkest på kontekst og kulturelle nyanser. De leser tone, intensjon og undertekst, og omskriver deretter slik at det høres naturlig ut.

AI-oversettelse optimaliserer for hastighet og dekning. Den er ideell for store kataloger, langsiktig innhold og rutinemessige oppdateringer som ville overveldet et lite team.

En hybrid arbeidsflyt kombinerer begge deler. AI håndterer volumet, og mennesker fokuserer på sider med høy innsats som juridisk innhold, viktige kampanjer og betalingsflyter.

For en dypere analyse, les artikkelen vår om menneskelig vs. maskinoversettelse .

Språkparkompleksitet

Noen språkpar er enklere å oversette enn andre. Engelsk-spansk, engelsk-fransk eller engelsk-tysk deler alfabeter og lignende strukturer, og har enorme treningssystemer. Kvaliteten her ligger vanligvis nærmere 90–95 %.

Par som engelsk-kinesisk, engelsk-arabisk eller engelsk-japansk involverer forskjellige skrifttyper, syntaks og måter å kode høflighet på. Disse forskjellene bringer råutdata nærmere 70 % med mindre du legger til gjennomgang.

Når du velger markeder, velger du også din sannsynlige redigeringsmengde. Språk som ligger nærmere redigering betyr vanligvis mindre etterredigering. Språk som ligger lenger unna redigering trenger mer oppmerksomhet på kritiske sider.

Emne og risiko

Generell markedsføringstekst og produktbeskrivelser er AI-vennlige. Språket er vanlig, og risikoen for en litt stiv setning er lav.

Juridisk, medisinsk og finansielt innhold er en annen historie. En enkelt feiloversatt setning, dosering eller begrep kan forårsake reell skade. Disse sidene hører hjemme i menneskelige eller hybride arbeidsflyter med profesjonelle oversettere.

En rask test – hvis denne siden er feil, mister vi et salg eller skaper vi et ansvar? Hvis det skaper et ansvar, hold folk oppdatert.

Merkevarestemme og innholdsvolatilitet

Generisk innhold («Gratis frakt over €50») er enklere å gjengi nøyaktig. Sterkt merkevarebaserte replikker, ordspill og kulturelle referanser er vanskeligere.

Statiske sider (Om oss, eviggrønne FAQs) lar deg forbedre én gang og nyte 95 % kvalitet over tid. Innhold som stadig endrer seg (daglige produktoppdateringer, kampanjer) lener seg mer på AI og smarte regler, med selektiv menneskelig gjennomgang der forvirring virkelig ville skadet.

Weglot tilpasser seg disse faktorene ved å kombinere rask, skalerbar AI-oversettelse med valgfrie menneskelige og hybride arbeidsflyter. Du kan prioritere nøyaktighet der det betyr mest, samtidig som du opprettholder dekningen på tvers av stort eller ofte oppdatert innhold. Ytelsen varierer naturligvis basert på språkparkompleksitet, innholdsrisiko og merkevarenyanser, men høy oversettelsesnøyaktighet pluss innebygde redigeringsverktøy presser kvaliteten til det ypperste over tid.

Du kan til og med bestille profesjonelle oversettelser direkte gjennom Weglot dashbordet, for ekstra fart og økt bekvemmelighet.

{{quote-cta-banner}}

Slik måler du oversettelsesnøyaktighet

Du kan måle oversettelsesnøyaktighet på to hovedmåter – automatiserte poengsummer og kontroller i menneskelig stil. For en nettstedseier er den andre gruppen vanligvis mer nyttig enn et enkelt tall.

Automatiserte målinger

BLEU er den klassiske metrikken. Den sammenligner n-gram i maskinoversettelsen med én eller flere menneskelige referanseoversettelser på en skala fra 0–100. I praksis er en BLEU-poengsum et sted rundt 40–60 ofte assosiert med resultater av høy kvalitet for vanlige språkpar og domener. BLEU korrelerer imidlertid bare løst med menneskelig dømmekraft og kan belønne «sikker», bokstavelig formulering som fortsatt føles upraktisk for en leser.

COMET er det moderne alternativet mange forskere foretrekker. Det bruker nevrale modeller for å bedømme hvor godt en oversettelse bevarer mening og flyt, og har en tendens til å stemme bedre overens med menneskelige vurderinger enn BLEU. METEOR er en annen eldre metrikk som prøver å forbedre BLEU ved å vurdere synonymer og stemming, men den er mindre sentral i dagens MT-forskning.

« For profesjonell evaluering er MQM ( Multidimensional Quality Metrics ) standard menneskelig rammeverk. Vurderingspersoner kategoriserer feil (nøyaktighet, terminologi, flyt, stil osv.), tildeler alvorlighetsgrader og produserer en strukturert poengsum du kan spore over tid. Det er strengt, men tungt for et markedsføringsteam for små og mellomstore bedrifter som bare vil vite om en produktside er trygg å sende .»

– Eugène Ernoult, markedsføringssjef hos Weglot

Praktiske nøyaktighetskontroller for nettstedseiere

I praksis får du mer verdi fra lette, repeterbare kontroller:

• Sammenlign oversettelsen med kildeteksten: Velg et utvalg av viktige sider og skann dem side om side. Se etter manglende informasjon, ekstra betydning eller forvrengt intensjon, spesielt rundt prising, garantier, handlingsfremmende oppfordringer og juridisk tekst.
• Spør: «Ville en morsmålstalende klart å komme seg gjennom dette raskt?» Hvis en morsmålstalende må lese en setning på nytt, eller tar pauser ved merkelige ordvalg, er nøyaktigheten effektivt lavere – uansett hva BLEU sier. For kunderettet tekst overgår lesbarhet og tillit tekniske poengsummer.
• Sjekk ordliste og merketermer: Bekreft at produktnavn, funksjonsetiketter og merkefraser samsvarer med den godkjente ordlisten. Konsekvent terminologi bidrar i stor grad til nøyaktighet, selv om den grunnleggende oversettelsen var god.

For de fleste små og mellomstore bedrifter forteller praktiske kontroller av et lite, svært effektfullt utvalg av sider mye mer om nøyaktighet enn noen automatisert måling.

En kvalitetssikringsprosess som fungerer for nettstedsoversettelse

Det er nyttig å måle nøyaktighet, men du merker bare forskjellen mellom 70 % og 95 % når du har integrert det i en repeterbar kvalitetssikringsprosess for nettstedet ditt. Her er en arbeidsflyt som faktisk fungerer på nettstedsnivå.

Start med oversettelsesminne og ordlister

Bruk oversettelsesminne (TM) til å gjenbruke velprøvde segmenter i katalogen din, slik at utsagn som «Gratis retur innen 30 dager» ikke blir oppfunnet på 12 forskjellige måter. Ordlister låser inne produktnavn, funksjonsetiketter og merkevaretermer, slik at disse forblir konsistente selv når tusenvis av linjer går gjennom AI.

Haken er at TM gjerne gjentar feil. Ta deg tid til å revidere og rense det – spesielt tidlig – fordi én dårlig lagret setning i stillhet vil spre seg til alle matchende sider. Når du retter en feil, skyv den rettelsen tilbake i TM.

Send innhold med høy risiko til spesialister

Som vi har sett, fortjener ikke alt innhold den samme arbeidsflyten. Generell markedsføring og e-handelstekster kan gjennomgå AI-først oversettelse pluss fokusert gjennomgang. Juridiske vilkår og betingelser, medisinsk veiledning og kompleks teknisk dokumentasjon bør gå til fageksperter, ikke generalister.

Lag enkle rutingsregler. For eksempel bør personvernregler, kontrakter og samsvarssider alltid gå til din juridiske språkpartner; doseringsinformasjon eller kliniske påstander bør alltid gå til medisinske spesialister; og intrikate produktspesifikasjoner går til tekniske anmeldere. På den måten er du ikke avhengig av at noen oppdager feil i siste liten.

Bruk 3 lag med gjennomgang

En solid QA-løkke har tre forskjellige passeringer:

• Selvkontroll: Den opprinnelige oversetteren eller etterredigereren sjekker sitt eget arbeid mot kilden. De retter åpenbare feil, strammer opp formuleringer og sørger for at ingenting er lagt til eller fjernet.
• Fagfellevurdering: En annen profesjonell (eller en betrodd intern anmelder) ser med friske øyne. De fokuserer på klarhet, terminologi og stil, og er ikke knyttet til det første utkastet. Det er her du ser mange forståelige, men merkevare-uavhengige setninger.
• Klientvurdering: Noen på din side – ofte en markedsfører, produkteier eller landsleder – foretar en siste gjennomgang. De sjekker: «Høres dette ut som oss?» «Ville jeg vært fornøyd med å se dette som kunde?»

Ikke kjør alle tre nivåene på hver linje, men bruk hele stakken på kritiske maler og sider med høyest konverteringsrate.

Anmeldelse i kontekst

Språk oppfører seg annerledes på en aktiv side enn i en celle. Der det er mulig, bør du gjennomgå oversettelser i nettsidens layout, med bilder, knapper og skjemaer synlige. Du vil oppdage linjeskift, overfylte overskrifter og handlingsfremmende oppfordringer som føles for lange eller for grove i konteksten.

« Mens du er der, se utover bokstavelig korrekthet. Sjekk kulturell tilpasning – er eksempler, referanser og tone passende for det markedet? En teknisk nøyaktig setning som føles kald, frekk eller vanskelig for lokale lesere, hører nærmere 70 % enn 95 % til, selv om alle begrepene er teknisk korrekte .»

– Eugène Ernoult, markedsføringssjef hos Weglot

Å tette gapet med en hybrid AI-oversettelsesarbeidsflyt

Den praktiske måten å flytte mer av nettstedet ditt mot 90–95 %-båndet er å kjøre en hybrid arbeidsflyt som Weglot , der AI håndterer det tunge arbeidet, og mennesker fokuserer der de tilfører mest verdi.

Det starter med AI-oversettelse som standard. Nettstedsinnholdet ditt oppdages automatisk når du publiserer eller oppdaterer sider, og oversettes deretter til alle valgte språk i én omgang. Det gir deg full dekning – produktsider, samlingssider, blogginnlegg, navigasjon og metadata – uten å måtte kopiere og lime inn strenger i filer eller regneark.

Deretter legger du til en merkevaretrent AI-oversettelsesmodell . Den lærer fra ordlisten din, merkevarereglene og tilpassede regler, slik at fremtidig produksjon kommer nærmere hvordan teamet ditt faktisk skriver.

Over tid tar det direkte tak i merkevarens stemme og terminologivariabler som vanligvis reduserer nøyaktigheten, spesielt på markedsføringssider og produkttekster.

Derfra går du over til menneskevennlig gjennomgang, men uten å tvinge markedsførere til å tenke som lingvister. Weglot s Visual Editor lar ikke-tekniske lagkamerater gjennomgå oversettelser i kontekst, direkte på siden.

De kan se hvordan en overskrift passer inn i en hoveddel, hvor lenge en handlingsfremmende oppfordring (CTA) ser ut på en knapp, eller om en linje høres for formell ut når den står ved siden av bilder og skjemaer. Det er i den kontekstuelle visningen du oppdager de kulturelle og UX-problemene som rene nøyaktighetsmålinger overser.

For innhold med høy innsats – juridiske sider, viktige salgstrakter, regulerte bransjer – eskalerer du til profesjonelle oversettere eller fageksperter. De jobber oppå AI-utkastet, ikke fra bunnen av, slik at du beholder hastighetsfordelen samtidig som du oppfyller den granskningen disse sidene trenger. Det er her du bevisst presser kvaliteten langt utover «god nok» fordi risikoen for forvirring er høyere.

Når denne pipelinen er på plass, holder automatisk innholdsgjenkjenning alt synkronisert. Nye produkter, endrede overskrifter eller oppdaterte vanlige spørsmål plukkes opp, oversettes og vurderes på nytt av din AI-oversettelsesmodell, med reglene dine og tidligere redigeringer innebygd. AI gir deg dekning og hastighet. Ordlister , merkevareopplæring og kontekstbasert gjennomgang beskytter stemme og nyanser; og målrettet menneskelig gjennomgang tetter det siste hullet på sidene der nøyaktigheten virkelig ikke kan glippe.

{{demo-banner}}

Test nøyaktigheten av AI-oversettelser på ditt eget nettsted

Du trenger ikke å gjette om nettstedet ditt ligger nærmere 70 % eller 95 % nøyaktighet – du kan måle det på ditt eget innhold. Weglot Med AI-oversettelseskvalitetskontrollen limer du inn en URL, velger et språkpar og får et reelt nøyaktighetsestimat basert på sidene kundene dine faktisk ser.

{{verktøybanner}}

Bruk rammeverket fra denne artikkelen når du gjennomgår resultatene. Se på språkpar, emne, merkevarestemme og hvor ofte disse sidene endres. Bestem deg deretter for hvor du er fornøyd med AI på autopilot og hvor du ønsker ekstra menneskelig gjennomgang.

Når du er klar til å se hvordan dette ser ut i aksjon, kan du starte en 14-dagers gratis Weglot prøveperiode og teste nøyaktigheten av AI-oversettelser på ditt eget nettsted i dag.