заказать оплатить
EN

Лингвистический контроль качества

ЗАЧЕМ НУЖНА LQA

LQA необходим, если вы:

  • часто переводите на разные языки, но у вас нет сотрудников, которые их знают и могут оценить качество выполненной работы;
  • сомневаетесь в качестве услуг поставщика переводов и хотите получить экспертное мнение со стороны.

Лингвистическая оценка поможет вам понять:

  • насколько точно перевод передает мысль оригинала;
  • допущены ли в работе ошибки и насколько они критичны;
  • соответствует ли текст культурным, языковым и правовым особенностям целевой страны;

Как правило, чтобы определить качество работы, нужны лишь несколько фрагментов переведенного текста. Такой подход особенно удобен, если требуется за короткое время и при ограниченном бюджете проверить внушительный объем материалов.

ЧТО ВЫ ПОЛУЧИТЕ ПОСЛЕ ПРОВЕРКИ

  • Оценку точности перевода и его удобочитаемости в баллах;
  • Перечень ошибок, каждой из которых присвоены категория и степень серьезности;
  • Варианты исправления допущенных ошибок;
  • Комментарий-заключение лингвиста;

МЕТОДОЛОГИЯ ОЦЕНКИ КАЧЕСТВА (LQA)

Многомерная метрика

Каждый объект может оцениваться с нескольких различных точек зрения:

Атомарный подход (на уровне сегментов/предложений)

Метрика содержит:

  • Кастомизируемый каталог ошибок;
  • Кастомизируемую шкалу серьезности ошибок;
  • Пороги оценки в зависимости от ожиданий, от типа контента;
  • Формулу рейтинга оценки с кастомизируемым фактором нормализации (допустимое количество ошибок на определенное количество слов).

Холистический подход (на уровне объекта в целом)

Метрика содержит:

  • Кастомизируемые индивидуальные параметры для оценки продукта;
  • Кастомизируемые шкалы;
  • Пороги оценки в зависимости от ожиданий, от типа контента.

Примеры параметров многомерной метрики качества:

  • Intelligibility — показывает, насколько легко воспринимать (читать) контент (предложение, строку, единицу измерения, экран, форму и т. д.). Понятность показывает, насколько контент качественно написан, ясен, не несет двойной смысл и естественно звучит;
  • Complexity — определяет, сможет ли ЦА легко понять контент, учитывая ожидаемый уровень технических знаний или предметной области;
  • Content Appeal — степень привлекательности контента. Привлекательность выше среднего может быть достигнута за счет использования сценариев;
  • Locale Convention — соблюдение написания дат, адресов, валют, календаря, времени, имён, цифр, номеров телефонов, единиц измерения, правил пунктуации, сочетания клавиш, сортировки и текстовой разметки;
  • Tone of Voice – соответствие общему стилю тону/голосу, характерному для продукта или услуги в данном контексте. Не должен вызывать негативных коннотаций, ощущения неадекватности по отношению к ЦА;

Отличия от традиционного подхода к оценке качества*

*Традиционная метрика позволяет оценивать только текст на уровне предложений, типологизировать ошибки по стандартным категориям и присваивать им уровень серьезности.

  • Возможность оценить любой контент и визуал
    Можно оценить не только текстовые строки, но и интерфейс сайтов, платформ, приложений, маркетинговые и рекламные материалы (посты в соц. сетях, объявления, рекламу), статьи, а также аудио и видео материалы.
  • Возможность оценить контент многомерно, с разных точек зрения
    Мы выходим за рамки просто грамматики и соответствия нормам. Наш многомерный подход измеряет такие факторы, как релевантность, вовлеченность и разборчивость и другие, что дает вам полную картину эффективности вашего контента.
  • Возможность подбора уникальной метрики
    Мы можем создать метрику, которая подойдет именно под ваши цели и требования, а также регулировать сложность оценочной шкалы, что позволит вам сэкономить время и бюджет.
  • Возможность оценки любого типа
    Вы получите не просто оценку, а рекомендации по улучшению вашего продукта. Какие цели можно реализовать:
    • оценка для быстрого принятия решения о качестве продукта;
    • подробная оценка с исправлениями контента и рекомендациями по улучшению продукта;
    • оценка для последующей тренировки ИИ;
    • оценка для сбора статистики (например, понять, каким пользователям нравится ваш продукт, а каким нет) и т.д.