This site uses cookies.
Some of these cookies are essential to the operation of the site,
while others help to improve your experience by providing insights into how the site is being used.
For more information, please see the ProZ.com privacy policy.
This profile contains dynamic content (javascript) supplied by the profile owner. Although such content is common on the internet and is likely harmless, there is a possibility that security risks may be involved. Learn more.
Would you like to accept dynamic content from this profile owner?
Dynamic content (javascript) disabled in this profile. FAQ | Settings...
Member since Nov '07
Working languages:
English to Indonesian
Client-vendor relationship recorded successfully!
Ade Indarta has been added to your list of hired vendors.
Ade Indarta with over than ten years of experiences
English to Indonesian: MACHINE TRANSLATION POSTEDITING GUIDELINES General field: Social Sciences Detailed field: Linguistics
Source text - English Objectives and scope
These guidelines are aimed at helping customers and service providers set clear expectations and can be used as a basis on which to instruct post-editors.
Each company’s postediting guidelines are likely to vary depending on a range of parameters. It is not practical to present a set of guidelines that will cover all scenarios. We expect that organisations will use these baseline guidelines and will tailor them as required for their own purposes. Generally, these guidelines assume bi-lingual postediting (not monolingual) that is ideally carried out by a paid translator but that might in some scenarios be carried out by bilingual domain experts or volunteers. The guidelines are not system or language-specific.
Recommendations
To reduce the level of postediting required (regardless of language pair, direction, system type or domain), we recommend the following:
* Tune your system appropriately, i.e. ensure high level dictionary and linguistic coding for RBMT systems, or training with clean, high-quality, domain-specific data for data-driven or hybrid systems.
* Ensure the source text is written well (i.e. correct spelling, punctuation, unambiguous) and, if possible, tuned for translation by MT (i.e. by using specific authoring rules that suit the MT system in question).
* Integrate terminology management across source text authoring, MT and TM systems.
* Train post-editors in advance.
* Examine the raw MT output quality before negotiating throughput and price and set reasonable expectations.
* Agree a definition for the final quality of the information to be post-edited, based on user type and levels of acceptance.
* Pay post-editors to give structured feedback on common MT errors (and, if necessary, guide them in how to do this) so the system can be improved over time.
Postediting Guidelines
Assuming the recommendations above are implemented, we suggest some basic guidelines for postediting. The effort involved in postediting will be determined by two main criteria:
1. The quality of the MT raw output.
2. The expected end quality of the content.
To reach quality similar to “high-quality human translation and revision” (a.k.a. “publishable quality”), full postediting is usually recommended. For quality of a lower standard, often referred to as “good enough” or “fit for purpose”, light postediting is usually recommended. However, light postediting of really poor MT output may not bring the output up to publishable quality standards. On the other hand, if the raw MT output is of good quality, then perhaps all that is needed is a light, not a full, post-edit to achieve publishable quality. So, instead of differentiating between guidelines for light and full-postediting, we will differentiate here between two levels of expected quality. Other levels could be defined, but we will stick to two here to keep things simple. The set of guidelines proposed below are conceptualised as a group of guidelines where individual guidelines can be selected, depending on the needs of the customer and the raw MT quality.
Guidelines for achieving “good enough” quality
“Good enough” is defined as comprehensible (i.e. you can understand the main content of the message), accurate (i.e. it communicates the same meaning as the source text), but as not being stylistically compelling. The text may sound like it was generated by a computer, syntax might be somewhat unusual, grammar may not be perfect but the message is accurate.
* Aim for semantically correct translation.
* Ensure that no information has been accidentally added or omitted.
* Edit any offensive, inappropriate or culturally unacceptable content.
* Use as much of the raw MT output as possible.
* Basic rules regarding spelling apply.
* No need to implement corrections that are of a stylistic nature only.
* No need to restructure sentences solely to improve the natural flow of the text.
Guidelines for achieving quality similar or equal to human translation:
This level of quality is generally defined as being comprehensible (i.e. an end user perfectly understands the content of the message), accurate (i.e. it communicates the same meaning as the source text), stylistically fine, though the style may not be as good as that achieved by a native-speaker human translator. Syntax is normal, grammar and punctuation are correct.
* Aim for grammatically, syntactically and semantically correct translation.
* Ensure that key terminology is correctly translated and that untranslated terms belong to the client’s list of “Do Not Translate” terms”.
* Ensure that no information has been accidentally added or omitted.
* Edit any offensive, inappropriate or culturally unacceptable content.
* Use as much of the raw MT output as possible.
* Basic rules regarding spelling, punctuation and hyphenation apply.
* Ensure that formatting is correct.
Thanks to everyone who has helped to put these guidelines together. We were very fortunate to have the help of TAUS Members, governmental institutions and translator organizations. Details about the project team and process for arriving at these guidelines can be found here.
Special thanks to Sharon O'Brien, Dublin City University and CNGL, and Fred Hollowood, Symantec and TAUS Advisory Board for their dedication and support in putting these guidelines together.
Translation - Indonesian Tujuan dan Cakupan
Pedoman ini bertujuan untuk membantu konsumen dan penyedia layanan menetapkan harapan yang jelas dan dapat digunakan sebagai landasan untuk memberikan instruksi kepada post-editor.
Pedoman post-editing tiap-tiap perusahaan kemungkinan akan bervariasi tergantung pada berbagai parameter yang berbeda. Oleh karena itu, tidaklah praktis jika kami berusaha menyajikan pedoman yang bisa mencakup semua skenario. Kami berharap perusahaan dapat menggunakan pedoman ini sebagai dasar dan menyesuaikannya sesuai kebutuhan masing-masing. Secara umum, pedoman ini untuk post-editing dwibahasa (bukan ekabahasa) yang idealnya dilakukan oleh penerjemah profesional. Namun, dalam kasus tertentu tugas ini dapat dilakukan oleh seseorang yang ahli di bidang tertentu dan menguasai dua bahasa, atau oleh sukarelawan. Pedoman ini tidak ditujukan untuk sistem atau bahasa tertentu saja.
Rekomendasi
Untuk meminimalkan upaya post-editing yang diperlukan (terlepas dari pasangan bahasa, tujuan, jenis sistem, atau bidang teks), kami merekomendasikan hal berikut:
* Setel sistem Anda dengan tepat, yaitu gunakan kamus dan pengkodean linguistik tingkat tinggi untuk sistem RBMT, atau latihlah sistem hibrida atau sistem berbasis data Anda dengan data yang bersih, berkualitas tinggi, dan spesifik untuk bidang tertentu.
* Pastikan teks sumber ditulis dengan baik (ejaan yang benar, tanda baca yang benar, tidak ambigu) dan, jika mungkin, ditulis khusus untuk MT (dengan menggunakan aturan penulisan tertentu yang sesuai dengan sistem yang digunakan).
* Padukan manajemen terminologi ke seluruh tahap penulisan teks sumber, sistem MT, dan TM.
* Latihlah post-editor sebelumnya.
* Periksa kualitas hasil MT asli sebelum menegosiasikan kualitas hasil post-editing dan tarif, dan menetapkan harapan yang masuk akal.
* Sepakati definisi kualitas akhir teks yang akan melalui post-editing, berdasarkan jenis pengguna dan tingkat penerimaannya.
* Bayar post-editor untuk memberikan masukan yang sistematis terhadap kesalahan MT yang umum (dan, jika perlu, pandu mereka dalam melakukan ini) agar sistem dapat selalu dikembangkan dan diperbaiki.
Pedoman Post-editing
Dengan asumsi rekomendasi di atas telah diterapkan, kami menyarankan beberapa pedoman dasar untuk post-editing. Upaya yang diperlukan dalam melakukan post-editing ditentukan oleh dua kriteria utama:
1. Kualitas hasil MT asli.
2. Kualitas akhir yang diharapkan.
Untuk mencapai kualitas yang mendekati "hasil terjemahan dan penyuntingan manusia yang berkualitas tinggi" (dengan kata lain “kualitas untuk publikasi”), post-editing penuh biasanya disarankan. Untuk kualitas dengan standar yang lebih rendah, sering disebut sebagai "cukup baik" atau "bisa digunakan", post-editing ringan biasanya disarankan. Namun, post-editing ringan pada hasil MT yang buruk kemungkinan tidak akan bisa menghasilkan keluaran dengan standar kualitas untuk publikasi. Sebaliknya, jika hasil MT asli berkualitas baik, kemungkinan agar bisa mencapai kualitas untuk publikasi yang diperlukan hanyalah post-editing ringan, bukan post-editing penuh. Karena itu, alih-alih membedakan pedoman untuk post-editing ringan dan post-editing penuh, di sini kami akan membedakannya berdasarkan dua tingkat kualitas yang diharapkan. Memang ada banyak tingkat kualitas lain yang bisa kita definisikan, tapi kami akan menggunakan dua tingkat saja agar lebih mudah. Konsep perangkat pedoman yang diusulkan di bawah disusun sebagai sekelompok pedoman yang masing-masing bisa digunakan secara terpisah, tergantung pada kebutuhan konsumen dan kualitas hasil MT asli.
Pedoman untuk mencapai kualitas yang "cukup baik"
"Cukup baik" berarti dapat dipahami (Anda bisa memahami isi pokok pesan yang ada), akurat (terjemahan mengkomunikasikan makna yang sama dengan teks sumber), tapi memiliki gaya bahasa yang tidak alami. Teks terbaca seperti dibuat oleh komputer, susunan kalimat tidak umum, tata bahasa tidak sempurna tapi isi pesan akurat.
* Usahakan terjemahan yang benar secara semantik.
* Pastikan tidak ada informasi yang tidak sengaja ditambahkan atau dihilangkan.
* Sunting isi yang dapat menyinggung, tidak pantas, atau secara budaya tidak dapat diterima.
* Gunakan sebanyak mungkin hasil MT asli.
* Gunakan aturan ejaan yang benar.
* Tidak perlu melakukan koreksi yang hanya bersifat perbaikan gaya.
* Tidak perlu menyusun ulang kalimat hanya untuk memperbaiki aliran teks menjadi lebih alami.
Pedoman untuk mencapai kualitas yang mendekati atau sama dengan terjemahan manusia:
Tingkat kualitas ini biasanya diartikan sebagai dapat dipahami (pengguna dapat memahami isi pesan dengan sempurna), akurat (terjemahan mengkomunikasikan makna yang sama dengan teks sumber), gaya bahasa baik, meskipun tidak sebaik yang dihasilkan oleh penerjemah manusia yang berbahasa ibu bahasa tersebut. Susunan kalimat normal, tata bahasa dan tanda baca benar.
* Usahakan terjemahan yang secara tata bahasa, sintaksis, dan semantik benar.
* Pastikan terminologi kunci diterjemahkan dengan benar dan terminologi yang tidak diterjemahkan memang bagian dari daftar terminologi "Jangan Diterjemahan" dari klien.
* Pastikan tidak ada informasi yang tidak sengaja ditambahkan atau dihilangkan.
* Sunting isi yang dapat menyinggung, tidak pantas, atau secara budaya tidak dapat diterima.
* Gunakan sebanyak mungkin hasil MT asli.
* Gunakan aturan ejaan, tanda baca, dan tanda hubung yang benar.
* Pastikan format benar.
Terima kasih kepada semua pihak yang telah bersama-sama membantu menyusun pedoman ini. Kami sangat beruntung bisa mendapatkan bantuan dari sejumlah Anggota TAUS, institusi pemerintah, dan organisasi penerjemah. Perincian mengenai tim proyek dan proses penyusunan pedoman ini bisa dilihat di sini.
Terima kasih khususnya kepada Sharon O'Brien, Dublin City University, dan Fred Hollowood, Symantec, dan TAUS Advisory Board atas dedikasi dan dukungannya dalam penyusunan pedoman ini.
More
Less
Translation education
Bachelor's degree - Gadjah Mada University
Experience
Years of experience: 22. Registered at ProZ.com: Jul 2006. Became a member: Nov 2007.
Dynamic content (javascript) disabled in this profile. 
Member since Nov '07
Expertise 