Chuyển đến nội dung chính

Dịch thuật một phần (Người + Máy)

Ý tưởng: Dịch thủ công một mẫu đại diện, chứng minh phương pháp máy của bạn khớp với phong cách của con người trên mẫu đó, sau đó tự động dịch phần lớn còn lại. Kết hợp chất lượng của con người với quy mô của máy móc — con người thiết lập tiêu chuẩn, máy móc tuân theo.

:::info Đây là tài liệu hướng dẫn thực hành (cookbook), không phải là một triển khai hoàn chỉnh Hướng dẫn này phác thảo quy trình làm việc kết hợp giữa người và máy. Quy trình này đặc biệt phù hợp với các công ty dịch thuật, những người làm việc về ngôn ngữ trong cộng đồng và các bối cảnh giáo dục. :::

Khi nào nên sử dụng​

  • Bạn có thể tiếp cận những người nói lưu loát nhưng thời gian của họ có hạn
  • Bạn cần dịch một khối lượng lớn nhưng chỉ một phần nhỏ cần phải hoàn hảo
  • Bạn muốn thiết lập một mốc chất lượng chuẩn (baseline) bằng bản dịch của con người, sau đó mở rộng quy mô bằng MT
  • Bạn đang làm việc trong bối cảnh giáo dục hoặc cộng đồng, nơi việc con người đánh giá một tập hợp con là khả thi

Cách thức hoạt động​

[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. Chọn một mẫu đại diện — bao gồm các loại câu, độ dài và chủ đề khác nhau
  2. Dịch mẫu bằng con người — thiết lập tiêu chuẩn vàng (gold standard) cho phong cách, văn phong và thuật ngữ
  3. Cấu hình phương pháp máy của bạn — sử dụng các bản dịch của con người làm dữ liệu huấn luyện (coaching data), ví dụ few-shot hoặc dữ liệu tinh chỉnh (fine-tuning)
  4. Chấm điểm máy trên mẫu của con người — liệu máy có khớp với phong cách của con người không?
  5. Tự động dịch phần còn lại — nếu chất lượng của máy ở mức chấp nhận được trên mẫu
  6. Đánh giá tùy chọn bởi con người — gắn cờ các kết quả đầu ra có độ tin cậy thấp để người bản xứ đánh giá

Đảm bảo chất lượng: Thử nghiệm khớp phong cách​

# 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)

Lựa chọn mẫu​

Bao phủ phân phối. 100 mục nhập của bạn nên bao gồm:

  • Các cụm từ ngắn (1–3 từ) và các câu đầy đủ
  • Từ vựng thông dụng và các thuật ngữ chuyên ngành
  • Các cấu trúc đơn giản và phức tạp
  • Nhiều đặc điểm ngữ pháp (câu hỏi, câu mệnh lệnh, câu điều kiện)

Đừng chỉ chọn những câu dễ (cherry-pick). Mẫu phải bao gồm các mục nhập mà phương pháp của bạn có khả năng gặp khó khăn — đó là nơi chất lượng dịch thuật của con người quan trọng nhất.

Quy trình đánh giá của cộng đồng​

Đối với các cộng đồng ngôn ngữ bản địa, cách tiếp cận này tôn trọng thời gian của người bản xứ:

  1. Người bản xứ dịch 50–100 mục (2–4 giờ làm việc tập trung)
  2. Máy dịch 900 mục còn lại bằng cách sử dụng bản dịch của người bản xứ làm dữ liệu huấn luyện (coaching data)
  3. Người bản xứ đánh giá các mục bị gắn cờ — chỉ những mục mà máy có độ tin cậy thấp nhất (mất thêm 1–2 giờ)
  4. Kết quả: 1.000 bản dịch đạt chất lượng gần như con người, chỉ với khoảng 5 giờ làm việc của người bản xứ thay vì khoảng 50 giờ

Ưu điểm và Nhược điểm​

✅ Kết hợp chất lượng của con người với quy mô của máy móc❌ Đòi hỏi sự đầu tư ban đầu từ con người
✅ Tôn trọng quỹ thời gian hạn chế của người bản xứ❌ Máy móc có thể không nắm bắt được tất cả các sắc thái phong cách
✅ Quy trình đảm bảo chất lượng tự nhiên❌ Việc lựa chọn mẫu ảnh hưởng đến chất lượng tổng thể
✅ Tuyệt vời cho các bối cảnh cộng đồng/giáo dục❌ Nút thắt cổ chai khi con người phải đánh giá các mục bị gắn cờ

Kết hợp tốt với​

  • Coached LLM Prompting — các bản dịch của con người cung cấp thông tin cho dữ liệu huấn luyện (coaching data)
  • Few-Shot Prompting — các bản dịch của con người đóng vai trò là ví dụ trong ngữ cảnh (in-context examples)
  • Corpus Creation — mẫu dịch của con người CHÍNH LÀ quá trình tạo ngữ liệu (corpus creation)

Xem thêm​