Tradução Parcial (Humana + Máquina)

A ideia: Traduzir manualmente uma amostra representativa, comprovar que seu método de máquina corresponde ao estilo humano nessa amostra e depois traduzir automaticamente o restante em volume. Combina qualidade humana com escala de máquina — o humano estabelece o padrão, a máquina o segue.

:::info Este é um guia prático, não uma implementação finalizada Este guia esboça o fluxo de trabalho híbrido humano-máquina. É especialmente relevante para agências de tradução, profissionais de linguagem comunitária e contextos educacionais. :::

Quando Usar Isso

• Você tem acesso a falantes fluentes, mas o tempo deles é limitado
• Você precisa traduzir um grande volume, mas apenas uma pequena parte precisa ser perfeita
• Você quer estabelecer uma linha de base de qualidade com tradução humana e depois escalar com MT
• Você está trabalhando em um contexto educacional ou comunitário onde a revisão humana de um subconjunto é viável

Como Funciona

[Full corpus: 1,000 entries]
        │
        ├── [100 entries] ──→ Human translator ──→ Gold translations
        │                                              │
        │                                              ▼
        │                                    Train / prompt machine
        │                                    method to match style
        │                                              │
        └── [900 entries] ──→ Machine method ──→ Auto translations
                                                       │
                                                       ▼
                                              [Optional: human review
                                               of flagged entries]

1. Selecione uma amostra representativa — cubra diferentes tipos de frases, comprimentos e tópicos
2. Traduza a amostra manualmente — estabeleça o padrão ouro para estilo, registro e terminologia
3. Configure seu método de máquina — use as traduções humanas como dados de coaching, exemplos few-shot ou dados de fine-tuning
4. Avalie a máquina na amostra humana — a máquina corresponde ao estilo do humano?
5. Traduza automaticamente o restante — se a qualidade da máquina for aceitável na amostra
6. Revisão humana opcional — sinalize saídas com baixa confiança para revisão do falante

Garantia de Qualidade: O Teste de Correspondência de Estilo

# Translate the human-translated sample with your machine method
python eval/baseline_experiment.py \
  --dataset data/human-sample.json \
  --condition coached-v3

# Compare: does the machine match the human translator's choices?
# Look at: chrF++ (similarity), FST acceptance (validity),
# and qualitative patterns (register, formality, terminology)

Selecionando a Amostra

Cubra a distribuição. Suas 100 entradas devem incluir:

• Frases curtas (1–3 palavras) e frases completas
• Vocabulário comum e termos específicos do domínio
• Estruturas simples e complexas
• Múltiplas características gramaticais (perguntas, imperativos, condicionais)

Não escolha apenas as fáceis. A amostra deve incluir entradas com as quais seu método provavelmente terá dificuldade — é aí que a qualidade humana importa mais.

O Fluxo de Trabalho de Revisão Comunitária

Para comunidades de línguas indígenas, essa abordagem respeita o tempo do falante:

1. Falante traduz 50–100 entradas (2–4 horas de trabalho focado)
2. Máquina traduz as 900 restantes usando o trabalho do falante como dados de coaching
3. Falante revisa entradas sinalizadas — apenas aquelas em que a máquina teve menor confiança (mais 1–2 horas)
4. Resultado: 1.000 traduções com qualidade próxima à humana, com ~5 horas de tempo do falante em vez de ~50

Prós e Contras

✅ Combina qualidade humana com escala de máquina	❌ Requer investimento humano inicial
✅ Respeita disponibilidade limitada do falante	❌ Máquina pode não capturar todas as nuances estilísticas
✅ Fluxo de trabalho natural de garantia de qualidade	❌ Seleção de amostra afeta a qualidade geral
✅ Ótimo para contextos comunitários/educacionais	❌ Gargalo de revisão humana para entradas sinalizadas

Combina Bem Com

• Coached LLM Prompting — traduções humanas informam os dados de coaching
• Few-Shot Prompting — traduções humanas como exemplos em contexto
• Corpus Creation — a amostra humana É criação de corpus

Veja Também

• For Language Communities — modelo de engajamento comunitário
• Data Sovereignty — propriedade dos dados de tradução
• Support a Low-Resource Language