易翻译企业词库咋建？

把企业词库当作一座可检索的知识仓库：先明确业务范围与责任人，收集现有术语与用法，设计标准字段（术语、源语、目标语、定义、示例、优先级、领域、禁用词），建立审核与发布流程，制定导入模板并支持表格批量导入，配置与翻译记忆和机器翻译的联动规则，安排周期性清理与覆盖率监控，结合自动抽取与人工校验持续优化中。

为什么要为易翻译建立企业词库

有点像做一本“公司内部字典”。当大家在不同场景下翻译同一句话时，常常出现断崖式差异：销售、技术、法务各自的术语用法都可能不一样。企业词库就是把这些约定俗成的用法固化下来，变成可检索、可控、可审计的内容。对易翻译这种覆盖多场景的工具来说，企业词库能保证翻译输出的一致性与专业性，减少误译，提高效率。

总体思路（像盖房子先画图）

• 确定范围：先说清楚这座“词库房子”给谁用，哪些业务线、哪些语言要覆盖。
• 定义结构：设计词条必须包含的字段（术语、定义、语种、多语映射、示例、标签等）。
• 采集数据：从已有文档、翻译记忆、术语表、用户提交中抽取初始词条。
• 审核与发布：建立人工审校流程，明确谁批准、谁维护、谁发布。
• 导入与联动：把词库导入易翻译并与翻译记忆（TM）与机器翻译（MT）联动。
• 监控与维护：设指标、安排例行清理和版本管理。

把步骤再拆开，给新手的快速流程（七步法）

• 1) 需求调研：确认使用场景（客服、合同、技术手册、市场资料等）和优先语言对。
• 2) 指派团队：指定词库管理员、领域专家、审校者和IT支持。
• 3) 设计模板：确定字段、编码（UTF-8）、文件格式（CSV/Excel）、最大文件大小。
• 4) 初始采集：汇总现有术语、从历史翻译记忆中提取高频词。
• 5) 校验与标准化：定义术语是否可用、优先级、是否为专有名词或禁用词。
• 6) 导入易翻译：上传词库，映射字段，测试小批量结果。
• 7) 上线并迭代：在实际翻译流中观察效果，收集反馈并更新词库。

词库字段与数据模型（要像数据库那样想）

设计字段是关键，缺一不可。把每个词条当成一行记录，字段越清晰，引用就越可靠。下面是推荐字段：

• 术语（Term）：源语的标准写法。
• 目标语（Target）：对应语言的标准译法（可多条）。
• 定义（Definition）：简短说明术语的含义与边界。
• 示例（Usage Example）：原句与译句，便于上下文判断。
• 领域（Domain）：如法务、技术、市场等。
• 优先级（Priority）：高、中、低，影响自动替换策略。
• 同义词/变体（Synonym/Variant）：便于模糊匹配。
• 禁用词（Forbidden）：不允许出现的译法。
• 来源（Source）：谁提供、哪个文档或TM段落。
• 批准人（Approved By）：责任与审计。
• 状态（Status）：草稿、待审、已发布、废弃。
• 版本与更新时间（Version/Updated）：追踪历史变更。

示例模板（CSV/Excel 列头）

导入到易翻译：实操注意事项

每个平台界面不同，但通用的动作和注意点是一致的：

• 编码：保存为UTF-8，避免中文乱码。
• 列头一致：导入前先在易翻译的企业管理控制台确认字段映射，列头要能对应上。
• 分批导入：初次导入不要一次放太多，先小规模测试，确认规则与优先级生效。
• 优先级设置：高优先级的术语在机器翻译或替换时优先命中。
• 冲突解决：如果翻译记忆中已有不同译法，需要定义“以词库为准”或“保留原TM”的策略。
• 字段映射：把CSV列映射到易翻译对应字段，例如“禁用词”要映射到系统中的屏蔽机制。
• 测试用例：准备若干典型句子，验证词库是否在实时互译、语音或拍照翻译中生效。

如何自动抽取与人工审核结合（费曼式解释）

想像你在海边捡贝壳——自动化是筛子，能把常见的、有频率的贝壳挑出来；人工是手，把漂亮、重要、可能是珍宝的挑选并打标签。做法如下：

• 自动抽取：从公司文档、邮件、历史翻译中用频率统计、TF-IDF、关键词提取工具抓取候选术语。
• 候选过滤：去掉低频噪声、纯数字、常用词（通过停用词表）。
• 人工审校：领域专家判断候选术语是否满足入库标准，给出定义与示例。
• 封样发布：审校通过后进入灰度期（仅部分用户或项目使用），再收反馈决定全量发布。

治理与流程（谁来管，怎么管）

词库不是一次性的工程，而是长期运营。建议建立以下角色与流程：

• 词库管理员：负责工具导入、字段维护、版本发布、权限管理。
• 领域专家：负责术语定义与审核意见。
• 内容贡献者：业务人员或翻译提交新增请求并附上下文。
• 质量审计：定期抽检已发布词条的使用效果与一致性。
• 变更控制：所有改动走变更单，记录理由与审批链。

一个简单的审批链示例

• 提交（内容贡献者）→ 初审（词库管理员）→ 领域复核（专家）→ 发布（管理员）→ 监控反馈（QA）

与翻译记忆和机器翻译的联动策略

词库的价值在于被真实翻译流程消费。常见策略：

• 优先替换：高优先级词条直接覆盖MT输出或在TM匹配后自动替换。
• 提示而非替换：在某些敏感场景给出候选译法供人工选择。
• 灰度策略：先在内部项目启用，确认无问题再推广到外部客服或市场材料。
• 回写TM：对被采纳的译法回写到翻译记忆，提高未来命中率。

质量度量：怎么知道词库有效

几个实用指标，别全看一个：

• 覆盖率：公司常用句子中命中的术语比例。
• 一致性率：不同译者对同一源句的译法差异降低了多少。
• 采纳率：被词库建议并实际采纳的比例。
• 审改率：上线后被修改的词条比例，指示初审质量。
• 响应时长：从新增请求到发布的平均周期。

维护与版本管理（长期运营要有节奏）

给词库做版本号并保留变更日志，这样万一回滚或追溯就方便。建议：

• 每次大规模变更标注版本号（例如 v1.0, v1.1）。
• 保留历史记录并可按日期回滚。
• 按季度做一次覆盖率与质量复盘，按月处理举报与改进。

常见问题与解决方案（小经验）

• 术语有多种翻法：记录优先级并把替代译法存为同义词，必要时约定场景优先。
• 上下文相关翻译：通过示例或上下文标签（如UI、合同段落）限定使用范围。
• 拼写、大小写和格式：在词条中记录规范写法，例如是否保留大写、斜体或货币符号。
• 变量占位符：对含占位符（{0}、%s）或HTML标签的术语要特殊处理，避免MT破坏格式。

安全与权限

企业词库往往包含业务敏感信息，要注意：

• 权限分级，只给必要人员编辑权限。
• 传输与存储加密，备份控制与审计日志。
• 对外部供应商访问设置时间限制及审计。

小贴士与工具推荐（实操派）

• 先小后大：初期只覆盖最常见的200–500条，先看效果再扩展。
• 模板化：把导入模板、审校表单、变更单做成可复用模板。
• 自动化：把抽取、初筛、统计图表自动化，节省人工。
• 跨部门协作：定期把词库效果反馈给内容、市场、法务等团队，争取他们参与。

举个小例子，怎么从零开始做一条词条

• 步骤一：产品经理提交“活跃用户”作为候选词，并附上例句。
• 步骤二：自动抽取工具给出候选“active users”，词库管理员做初审。
• 步骤三：领域专家确定定义为“在最近30天内有行为的用户”，批准译法并添加示例。
• 步骤四：发布为高优先级，并在易翻译中设置联动，优先替换MT输出。
• 步骤五：QA在下周例行检查中确认替换生效并记录反馈。

结语式的随想（像在笔记里写到一半）

词库建设其实没有什么神秘的捷径，更多是“把人从重复的决策中解放出来”，一开始可能会觉得流程繁琐，但当一致性带来用户体验和效率提升后，你就知道这步投资值不值了。记住常态是变化，词库要活，流程要有人管，工具要有自动支持，最重要的还是让业务团队愿意用、愿意维护。好像还想说点别的，但这些应该够你在易翻译上起步了。