Translator text

Translator text er et neuralt oversættelsesværktøj, der konverterer inputtekst fra et kilde-sprog til et målsprog med fokus på tone og stil. Den accepterer ren tekst, valgfrie source_lang og target_lang angivelser og kan automatisk opdage kilde-sproget. Outputtet er en oversat tekststreng, der passer til lokalisering-workflows, indholdsrevision og flersproget publicering. Glossary-termer og domæne-termer kan påvirke oversættelser for at forbedre konsistens på tværs af dokumenter.
Kerne arbejdsflow og begreber: Værktøjet bygger på neurale MT-modeller, tokenisering og kontekst-kendt dekoding. Det kan anvende brugerdefinerede glossaries til at kortlægge termer til foretrukne oversættelser. Pladsholdere og formateringsmærker kan bevares. Til store projekter kan batch-oversættelses-workflows bruges for at sikre konsekvent terminologi over mange segmenter.
Målgruppe og differentiering: Indholdsteams, lærere, lokaliseringsteknikere og produktteams drager fordel af hurtigere gennemløb, glossar-styring og skalerbar flersproget output. Unikke differentiatorer inkluderer glossar-drevne overrides, tone- og formalitetsvalg samt sprogdetektion, der reducerer manuel opsætning.