Guia definitivo sobre CAT tools – parte 2

Na segunda parte do nosso Guia definitivo sobre CAT tools, vamos explorar o funcionamento das memórias de tradução, entender os graus de correspondência de segmentos da memória e descobrir como é calculado o escopo de tradução em projetos de localização.

O que é uma memória de tradução?

Ao sugerir termos e segmentos semelhantes aos já usados em outros projetos, as memórias de tradução (Translation Memory – TM) aumentam a qualidade, a velocidade, a consistência e a eficiência do trabalho do tradutor.

De acordo com o estudo Translation Big Data feito pela Memsource, ao usar uma TM, os tradutores são capazes de aumentar sua produtividade em cerca de 36%. Esse percentual representa quase 3 horas poupadas de um dia de trabalho! Só isso já torna a memória de tradução indispensável na rotina de tradutores. 

Continue lendo para descobrir como funciona uma memória de tradução, um dos principais recursos das CAT tools.

Como funciona uma Memória de Tradução?

Sempre que carregar um documento em em uma CAT tool, como Memsource e Trados Studio, você tem a opção de armazenar os segmentos traduzidos na memória. É possível criar e categorizar memórias para diferentes pares de idioma e áreas de interesse. 

Gerentes de projeto usam as CAT tools para analisar e comparar conteúdo novo a ser traduzido com as traduções anteriores armazenadas na TM. O resultado dessa análise informa o percentual de correspondência dos segmentos na memória, também conhecido como grau de aproveitamento, e é usado para definir o volume e o escopo de trabalho esperado para a tarefa de tradução ou pós-edição, nos casos de MTPE, o que influencia no orçamento e no cronograma do projeto. Quanto mais alta a porcentagem do aproveitamento na TM para um segmento, menor é o esforço necessário para editá-lo. 

Graus de correspondência da memória de tradução

Confira na tabela abaixo os principais graus de correspondência entre segmentos novos e segmentos da TM.

O resultado final dessa análise estatística é um relatório de métricas indicando o número de palavras encontradas para cada grau de correspondência entre os segmentos da memória de tradução. Com isso, é possível estimar o esforço que será empregado pelo tradutor para executar a tarefa e a contagem ponderada de palavras, conhecida como Weighted Word Count (WWC).

O esforço de tradução de um segmento sem correspondência na memória é maior que o esforço para traduzir uma correspondência perfeita, por exemplo. Assim, geralmente se considera as palavras sem correspondência como palavras inteiras e as palavras com alguma correspondência na TM como aproveitamentos, que serão expressos em frações da palavra inteira. Tomemos como exemplo o seguinte parâmetro para calcular o esforço de um projeto de tradução realizado em uma CAT tool:

Palavra inteira = X
Correspondências fuzzy (a partir de 70%): 40% de X 
Palavras novas e/ou com correspondência até 69%: 100% de X 

Vejamos um exemplo prático para um documento de 3.000 palavras. Após análise na CAT tool, descobriu-se que dessas: 

1.000 palavras eram ICE
1.000 palavras eram fuzzy matches de 70% 
1.000 palavras eram novas (sem correspondência na TM) 

Supondo que o cliente calcule o volume de palavras usando o parâmetro apresentado anteriormente, temos que: 

Assim, o WWC deste projeto hipotético é na verdade de 1.500 palavras, o que corresponde ao escopo da tradução. Esse volume também é refletido no cálculo do orçamento do projeto.

Vale lembrar que cada ferramenta e cada empresa usa parâmetros diferentes para o cálculo de WWC, mas a lógica é essa.

Como aproveitar um segmento da memória? 

Quando você carregar um novo documento, basta escolher a opção de analisar o material que a ferramenta vai buscar, nas memórias que você selecionar, conteúdos iguais ou semelhantes já traduzidos anteriormente na ferramenta e armazenados na TM. 

Os segmentos que forem encontrados com tradução completa ou parcial vão aparecer como sugestões no painel de tradução, permitindo que você escolha editar aquela memória, ou inseri-la sem edição, se a correspondência for perfeita. 

No caso de segmentos com correspondências perfeitas na TM, basta aceitar a sugestão da ferramenta e passar para o próximo segmento. Esta, aliás, é uma prática recomendada e muitas vezes incluída nas instruções de projetos, a de não editar segmentos 100% ou ICE, para evitar produzir inconsistências na TM.

Gostou da parte 2 do nosso Guia definitivo sobre CAT tools? Tem alguma coisa que você ainda gostaria de saber sobre CAT tools ou sobre memórias de tradução? Conta para a gente nos comentários.

• Como instalar e configurar dicionários para verificação ortográfica no Xbench
• Como fazer QA de traduções no Xbench 3.0
• Como criar checklists no Xbench
• Guia definitivo sobre CAT tools – parte 2
• Guia definitivo sobre CAT tools