编辑计划
多语言事实对齐:RankAI 的实操方法
同一个事实在四种语言里怎么保持一致?核心只有一条:每个事实有稳定编号,每个版本发布前由人批准。
多语言事实对齐,在 RankAI 里只有一条操作规则:每个事实有稳定编号,每个版本发布前由人批准。举例来说,事实 F-014 在意大利语版本里显示「Da rivedere」,原因是缺少「by default」;那么英语版本也必须同样缺少「by default」,结果同样是「Needs review」。反过来,如果英语版本的值里含「by default」,四种语言的结果都应是「Allineato」。默认做法是人对某一版本批准;自动发布按站点打开,并且仍要经过检查。
稳定编号为什么是整个方法的支点
事实不是一句话,而是一个带编号、值和结果的单元。没有稳定编号,同一条信息译成意大利语、英语、西班牙语和德语,就成了四个互不相连的对象,版本比对只能靠人逐条读。有了编号,比对是机械的:同一个编号,同一个期望值,同一个结果。这是 RankAI 提出的操作办法,不是通用标准。
源事实在翻译批准之后变了怎么办
翻译已经批准,源事实又改了,编号不变,期望值变了。这时各语言版本都要退回「Da rivedere」,直到有人在每种语言里确认新值。少了这一步,某个版本看起来对齐,可能只是因为没人拿更新后的值去比过。
每周清点「Da rivedere」行
只数出一个数字没有用。要记进共享登记表:一个事实一行,一种语言一列,每周五更新一次,写清日期、站点、编号和语言。总数超过该站点事先约定的阈值,就关掉这个站点的自动发布,等重新对齐后再打开。阈值由团队自己定,但必须在清点之前写下来,不能事后补。
对齐的具体步骤
- 给每个事实一个稳定编号,并在所有语言里带上它。可验证:同一编号出现在每个版本中。
- 按编号比对值和结果,不按句子比对。可验证:F-014 这一行在意大利语、英语、西班牙语和德语里值和结果都相同。
- 每周五把「Da rivedere」行记进共享登记表。可验证:登记表里有日期、站点、编号和语言。
- 清点总数超过已写下的阈值,就关掉该站点的自动发布。可验证:登记表里显示开关处于关闭状态。
比起一张简单的对照表,这里多出来的一点是:值的对齐和结果的对齐要分开看。如果比对的是句子而不是编号,两个版本可能值不同,却都显示「Allineato」。所以,作为 RankAI 的方法而非通用标准,我们建议每个事实记三个字段:编号、期望值、结果。期望值是那个人批准过的值,结果是比对得出的。期望值一变,在有人重新批准之前,结果不能停留在「Allineato」。F-014 的西班牙语版本里还留着意大利语的「página de approfondimento」,这是翻译残留,但对事实的引用没被动过,所以结果要看事实的值,不看链接用的是哪种语言。把这两层分开,翻译错误就不会被当成事实错位,反过来也一样。
可验证的边界
技术试用中,限额是每月 3 篇文章,总共 3 篇;超过这个范围,方法没有验证过。编辑计划和批准规则见深入说明页。