Ertas 助力翻译与本地化

The Challenge

专业领域的翻译与通用翻译有本质区别。医疗文档需要精确翻译药品名称、解剖术语和剂量说明，一个错误可能危及患者生命。法律合同必须跨语言保留条款的精确含义，包括在其他语言中没有直接对应的特定司法管辖区法律概念。技术文档需要产品术语、API 名称和 UI 标签的一致翻译，与软件本地化版本匹配。

通用翻译模型——即使是高质量的——在这些领域特定要求上持续失败。它们翻译应该保留不变的品牌名称，使用口语化的医学术语而非临床术语，并产出合同条款中法律含义模糊的措辞。在专业领域中后期编辑通用翻译的成本往往超过从头翻译的成本，因为审校人员必须根据领域特定术语表和风格指南检查每个术语和措辞。

The Solution

Ertas 允许组织在自己的双语语料库上微调翻译模型，包括翻译记忆库、先前获批的翻译和领域特定术语表。通过在其特定领域的正确翻译示例上训练，模型不仅学习语言对映射，还学习组织的首选术语、风格惯例和不可翻译术语的处理方式。Ertas Studio 接受 JSONL 格式的平行文本对并端到端处理训练流水线。

微调后的模型保留品牌名称，一致使用获批术语，并产出匹配目标市场惯例的翻译——正式与非正式语域、公制与英制单位、日期格式和文化参考。通过 Ertas Cloud 或本地部署，模型在人在回路工作流中作为初次翻译引擎，产出需要专业翻译员最少后期编辑的草稿。随着组织术语表的演变和新产品的推出，在 Ertas Studio 中定期重训练使翻译模型保持更新而无需从头开始。

Key Features

Example Workflow

一家全球医疗器械制造商需要将产品手册、监管提交和培训材料翻译成 8 种语言。其现有翻译工作流依赖通用机器翻译引擎加上专业翻译员的大量后期编辑，平均每词成本 12 美分。本地化团队从翻译记忆系统中收集 200,000 对先前获批的翻译并上传到 Ertas Vault。使用 Ertas Studio，他们微调了特定语言对的模型，学习公司的产品术语、监管措辞惯例和风格偏好。微调后的模型作为 API 端点与其 CAT 工具集成部署。后期编辑工作量减少 60%，术语一致性——以术语表遵守率衡量——从 78% 提升至 97%。每词成本降至 5 美分，每年为公司节省超过 40 万美元的翻译成本，同时提升质量。