Документация поставщика на чужом языке
Руководства и спецификации приходят на английском, китайском или немецком. Инженерам нужен рабочий перевод к пуску, а отправлять такие файлы в публичный сервис нельзя.
Если документы нельзя отправлять в облачные переводчики, перевод делают на вашем сервере. Конвейер разбирает файл, переводит его по вашему глоссарию, проверяет числа, термины и структуру кодом, возвращает документ с сохранённой вёрсткой и отдаёт спорные места двуязычному сотруднику. Качество замеряем на ваших файлах и языковых парах. Заверенный перевод остаётся за бюро переводов.
Обследование — 200 000 ₽, 2–3 неделиМодель, документы и память переводов внутри вашей сетиТестовый набор и пороги приёмки — до начала работ
Руководства и спецификации приходят на английском, китайском или немецком. Инженерам нужен рабочий перевод к пуску, а отправлять такие файлы в публичный сервис нельзя.
Абзацы договоров и чертежей вставляют в публичные переводчики с личных устройств. Служба безопасности просит разрешённую замену.
При постоянном потоке через бюро уходит время на пересылку, а термины приходится согласовывать снова. В трёх документах один узел назван тремя словами.
После перевода таблицы разъехались, нумерация потеряна, надписи на схемах остались на старом языке. Правка занимает дольше перевода.
Конвейер один, настройки разные: у таблицы и у договора разные риски. Для каждого вида в тестовом наборе нужны свои файлы.
Файл приходит через веб-интерфейс, папку или API. На выходе файл на языке перевода с прежними стилями и нумерацией и отчёт: расхождения чисел, термины вне глоссария, ячейки, куда текст не поместился, места для вычитки. Модель — одна стадия из семи, многие ошибки возникают рядом с ней.
Таблица «термин, перевод, примечание»: названия узлов, должности, сокращения, подразделения, плюс список «не переводить» для артикулов, марок и названий программ. Стартовый вариант собираем из ваших двуязычных документов и каталогов, утверждает его ваш специалист: система термины не придумывает.
Утверждённые пары «предложение — перевод» копятся в базе. Новая редакция документа переводится только в изменившейся части, одинаковые фразы получают одинаковый перевод. Память хранится у вас и делится по уровням доступа. Её можно выгрузить в обменных форматах (TMX, TBX, XLIFF), которые читают программы переводчиков, и передать бюро или другому подрядчику.
Термин в тексте стоит в падеже, поэтому проверка сравнивает основные формы слов, а не строки.
Файлы DOCX, XLSX и PPTX — архивы с XML, а текст в них нарезан по форматированию: предложение с полужирным словом лежит в трёх кусках, и перевод каждого по отдельности даёт бессмыслицу. Система собирает куски в предложение, ставит метки вместо форматирования, переводит и расставляет метки в переведённом тексте. Так сохраняются стили, ссылки, нумерация, таблицы, колонтитулы и сноски. Старые форматы DOC, XLS и PPT сначала переводим в современные.
Код ловит механические ошибки и не знает смысла. Поэтому проверки кода и вычитка человеком не заменяют друг друга.
Названий моделей заранее не обещаем: берём открытые модели с лицензией, которую читает ваш юрист, и сравниваем на вашем тестовом наборе. Сервер и работа без интернета описаны на страницах «Развернуть LLM на своём сервере» и «Языковая модель без интернета».
Быстрая и экономная на длинных потоках, но хуже следует глоссарию и обычно ограничена парами, на которые обучена.
Следует глоссарию и инструкциям, учитывает контекст. Медленнее и тяжелее, может пропустить или «улучшить» текст, поэтому нужны проверки кода.
Для русского и английского модели обычно сильнее, чем для редких языков и узких областей. «В русский» и «с русского» измеряем отдельно.
Ошибка в названии детали и ошибка в запятой стоят по-разному, поэтому одной оценки мало. Общий метод описан на странице оценки качества LLM-систем.
Тестовый набор — фрагменты ваших документов по каждому типу и паре языков с эталонными переводами вашего переводчика; часть набора закрыта от настройки. Считаем:
Автоматические метрики сходства с эталоном годятся для сравнения двух вариантов, но не для приёмки. Пороги записываем в договор до начала работ.
Для понимания: машинный перевод без правки с пометкой «не проверен». Для работы: специалист читает помеченные места и выборку. Для выпуска наружу: двуязычный сотрудник или переводчик вычитывает всё. Уровень записывается на документе.
Цены совпадают со страницей «Тарифы». Как конвейер подключается к вашим системам по API, объяснено в статье «API простыми словами».
Образцы документов, форматы, языковые пары, проверяющие, требования безопасности, расчёт оборудования; тестовый набор и глоссарий. Вычитается из первого этапа, если продолжаете с нами.
Документы идут из документооборота, почты и хранилищ, переводчики работают в своих программах: схема обменов и матрица доступа.
Одна пара языков и один тип документов, например инструкции в DOCX: конвейер, глоссарий, интерфейс правки, замер на тестовом наборе.
Таблицы, презентации, сканы, память переводов, обмен с вашими системами, права по уровням доступа, регламент эксплуатации.
Опытная эксплуатация на живом потоке, мониторинг качества, обучение проверяющих, передача исходников.
Мониторинг, пополнение глоссария и памяти, проверка после смены модели. Сверх пакета — 5 000 ₽ в час.
Образцы документов, пары языков, назначение перевода, проверяющие, ограничения контура.
Ваш переводчик готовит эталонные переводы, ваш специалист утверждает термины.
Сравниваем варианты моделей на наборе, собираем конвейер для одного типа документов на вашем стенде.
Пороги записаны до начала: доля предложений без правки, ошибки по видам, работа проверок кода.
Новые пары и типы документов этапами с отдельной приёмкой; память растёт от правок.
Чистый DOCX и плохой скан готовятся по-разному; без исходных файлов добавляется восстановление вёрстки.
У каждой пары и направления свой замер, свои термины и пороги.
Есть двуязычные документы и каталоги — собираем из них; нет — составляем с вашими специалистами.
Возврат текста в файл с таблицами и слайдами, обмен с хранилищем и права по уровням добавляют объём.
Новый документ из данных 1С и шаблона — это генерация документов и генеративный ИИ: исходного текста там нет. Распознавание сканов описано на страницах OCR-систем, интеллектуальной обработки и распознавания документов, перевод берёт их результат на вход. Разбор русских текстов — это NLP-решения. Как выбирают стек для сервиса перевода, описано в статье «На чём писать веб-приложение».
Какие данные допустимо отправлять во внешний сервис и как выглядит безопасная схема.
Как сравнивать движки на своих страницах, если распознанный текст дальше идёт в перевод.
Тестовый набор, критерии приёмки и ошибки по видам: метод, применимый и к переводу.
Обследование — 200 000 ₽ за один поток документов и 350 000 ₽ при нескольких системах, оно вычитается из первого этапа. Лёгкий пилот — 150 000–400 000 ₽ за 2–8 недель, тяжёлый — 400 000–1 200 000 ₽ за 2–3 месяца. Вывод в эксплуатацию — от 1 500 000 ₽ этапами по 300 000–700 000 ₽, сопровождение — от 20 000 ₽ в месяц.
Для документов без ограничений доступа внешний программный интерфейс годится, если его разрешила ваша служба безопасности. Для персональных данных, чертежей и коммерческих условий облачные сервисы чаще всего не подходят по требованиям заказчика, и перевод делается на вашем сервере.
Число без ваших файлов назвать нельзя: оно зависит от пары языков, направления, области и состояния исходника. Мы замеряем на наборе ваших документов с эталонными переводами и записываем пороги в договор до начала работ.
Для DOCX, XLSX и PPTX да, в пределах возможностей формата. Слишком длинный перевод может не поместиться в ячейку или на слайд, такие места попадают в список правки. PDF без исходного файла даёт результат хуже, сканы сначала распознаются.
Пары определяются замером на ваших документах в каждом направлении. Распространённые пары, как правило, работают лучше редких; редкую пару берём только после пробного замера.
Нет. Заверенный и нотариальный перевод делает бюро переводов, юридическую силу ему придают бюро и нотариус. Наш результат — рабочий текст для ваших сотрудников.
Через глоссарий и память переводов. Термины утверждает ваш специалист, система добавляет в запрос те, что встретились в предложении, а код проверяет, что перевод на месте. Утверждённые правки пополняют память, и один узел переводится одинаково во всех документах.
На ваших серверах. Модель работает в вашей сети без внешних вызовов, это проверяется отключением внешнего канала на стенде. Память делится по уровням доступа, журнал фиксирует, кто и какой файл переводил. Персональные данные граждан России обычно должны храниться на серверах в России.
Мы в Ростове-на-Дону, работаем с заказчиками по всей России: удалённо и в вашем контуре. Доступ к системам и обследование согласуем на старте с вашей службой безопасности.