Залишилось ще 15 сторінок для перекладу, дедлайн завтра, а машинний переклад вже вбивав клієнта третій раз: “Geschäftsrechtlich” переведено як “ділова правда”, “юридична справедливість” і “комерційна справедливість” — все в одному документі. Клієнт бачить несистематичність, ти витрачаєш 20 хвилин на ручне вирівнювання, а остаточний текст все одно виглядає як склеїний з коміксів.
Знайоме? Це невимушена термінологія при MTPE — один з найбільших енерговитратів post-editing workflow’у. На практиці 20-30% помилок в машинному перекладі це саме невіднисність в використанні ключових термінів. Гарна новина: це вирішується. Погана — більшість агенцій ігнорує цю проблему, поки не втратять крупного клієнта.
В цій статті — як настроїти систему enforcement, щоб машина сама дотримувалась вашої термінології, та як вибрати інструменти, які це дійсно роблять.
Чому машинний переклад все одно ламає терміни, навіть якщо у вас є glossary¶
Перший парадокс: ви завантажили glossary в Google Sheets, розповіли всім про нові терміни, а machine translation все одно перекладає “UI” як “користувацький інтерфейс”, “інтерфейс користувача” і “інтерфейс” в одному документі.
Причина гранично проста: disconnected glossary — це не enforcement, це порада. Google Sheets, Confluence, навіть Excel в dropbox — машинний переклад їх не бачить. Ви бачите. Post-editor бачить. Machine translation — ні. На результат це не впливає.
За даними дослідження ACL (Association for Computational Linguistics), 68% LSP (language service providers), які використовують glossaries, мають їх у spreadsheets, відключених від translation engine’ів. Результат: glossary знижує помилки на 2-3%, замість очікуваних 20-25%.
Другий парадокс: навіть integrated glossaries нерідко гіршають якість. Пояснення крізь приклад: ви додали у glossary “Geschäftsrecht” → “комерційне право”. Machine translation підхоплює це, але коли треба “Geschäftsrecht bricht …” (комерційне право порушує), система впорається: “kommertsiyesne pravo lamayet zakon” або щось подібне, потім лінгвіст витрачає 5 хвилин на граматичне виправлення. Результат: glossary enforcement гірше за жодного glossary.
Корінь проблеми: нейронна машина перекладу не розуміє синтаксис вашої мови. Якщо ви задаєте “будь-яка ціна” замість “fee”, система зайде в конфлікт з попередньою частиною речення. На цьому навчаємо у третьому розділі.
Як glossary дійсно працює (і чому малий глосарій кращий, ніж великий)¶
Коли glossary інтегрований (в memoQ, Trados чи спеціалізовану платформу), flow виглядає так:
- Pre-translation phase: система будує план перекладу (planner pass). Вона читає glossary, бачить, що “API” → “програмний інтерфейс”, запам’ятовує це.
- Translation phase: нейронна машина перекладає, але “пам’ятає” про глосарій. Коли вона натикається на “API”, вона не вибирає між “програмний інтерфейс”, “інтерфейс програми” чи “API” — вона інжектує точний термін або його варіацію.
- Post-translation QA: лічисельник перевіряє, чи не порушені терміни з glossary.
На практиці це дає 15-25% зменшення помилок термінів, але з умовою: glossary малий і точний.
Чому ж малий glossary кращий: розмір-300 термінів — це вибіркові 300 слів, які ви довіряєте і регулярно перевіряєте. Вони часто пишіть помилки? Вони критичні для клієнта? Вони в glossary. Розмір-2000 термінів — це “ми додали все, що можемо”. Результат: - Машина намагається вписати всі 2000 в одну речення - Пошкоджується граматика - Лінгвіст повинен вирівнюватись, тому post-editing стає довшим, а не коротшим
Фраза вітчизняної команди даже рекомендує: почніть з 100-150 critical термінів. Це дає 80% якості без ризику, що граматика впаде.
Як побудувати glossary від нуля¶
Наведемо план, який працює на 15+ проектах:
Крок 1: Term extraction (30-60 хвилин)
Беріть вихідний документ (англійський оригінал), вивалювайте його через term extraction tool або розглядати його вручну: - Які слова повторюються? (>3 разів в документі) - Які терміни специфічні для цієї індустрії? (медицина, юриспруденція, техніка) - Які слова клієнт звітується “Ні, ми називаємо це так”?
Результат: 80-200 кандидатів.
Крок 2: Clean & prioritize (20-30 хвилин)
Видаліть: - Загальні слова (“the”, “be”, “have” — машина знає) - Синоніми (“customer” та “client” — виберіть один) - Слова, які клієнт не може запам’ятати (крім technical core)
Залишіться: 120-180 термінів.
Крок 3: Translate & define (60-120 хвилин)
Для кожного терміна: - Перевід на вашу мову - Коротке визначення (1-2 речення) - Приклад контексту (на один рядок)
На приклад: | EN | UK | Визначення | Контекст | |—|—|—|—| | Onboarding | Введення в систему | Процес приймання нового користувача та налаштування його облікового запису | The system automates customer onboarding. | | API rate limit | Лімітація частоти API | Максимум запитів, дозволених за одиницю часу | Your API rate limit is 1000 requests per minute. |
Крок 4: Trial run (1 документ)
Завантажуйте glossary у ваш instrument (memoQ, Trados, платформа), перекладіть один документ, перевіріть: - Машина застосовує терміни? - Граматика вламується? - Post-editor витрачає менше часу?
Якщо ні — урізуйте glossary на половину і спробуйте знову.
Крок 5: Iterate (після кожного проекту)
Які терміни перекладає машина неправильно навіть з glossary? Додайте їх наступного разу або видаліть, якщо вони занадто контекстуальні.
Інструменти: порівняння підходів¶
На ринку є три типи рішень. Ось таблиця:
| Підхід | Інструмент | Рівень контролю | Гарячка | Недоліків | Час налаштування |
|---|---|---|---|---|---|
| Disconnected glossary | Google Sheets, Excel, Notion | 0% (машина не бачить) | Дешево | Люди ігнорують, помилки не знижуються | 30 хв |
| CAT-tool integration | memoQ, Trados, Smartcat | 70% (флагування, suggesti) | $30-80/місяця на користувача | Потрібна переважно ручна перевірка, залежить від QA модуля | 3-5 годин |
| Platform enforcement | DeepL API + glossary, ChatsControl, бюрольні TMS | 90%+ (автоматичне впровадження + QA) | $50-200/місяця | Мінусів менше, але higher barrier to entry | 2-4 години |
Яка вибрати? - Малий фрілансер (1-2 проекта на місяць): Disconnected glossary + memoQ free (мотивуватись = дисциплінія). ROI = 0. - Малий agency (5-10 проектів/місяць): CAT-tool (memoQ або Trados) з integrated glossary + Translation Memory. ROI = 3-6 місяців. - Medium/large agency (20+ проектів/місяць): Platform з вбудованим enforcement + QA validator. ROI = 1-3 місяці.
Як інтегрувати glossary в memoQ (найпоширеніший)¶
memoQ — фактична стандартний інструмент для MTPE в Європі. Ось процес:
1. Створіть termbase
В memoQ: Workspace → Termbases → New → Bilingual. Назовіть “Project_Client_2026”.
2. Додайте терміни вручну або імпортом
Вручну (для 100-150 термінів): - Concept - Term EN - Term UK - Definition - Context
Або за CSV:
Concept,English,Ukrainian,Definition
Payment Method,Credit Card,Кредитна карта,Method of payment using a credit card
3. Інтегруйте з проектом
Project settings → Termbases → Assign your termbase. MemoQ тепер: - Підсвітить нові терміни в документі - Запропонує вірний переклад з glossary - Дозволить швидкий search по termbase під час edit
4. Налаштуйте QA
Стресний Crimson step. QA module перевіряє: - Чи всі терміни з termbase використані? - Чи немає нових невідомих варіацій?
Без QA модуля glossary = suggestion, з QA = enforcement.
5. Export та повторне використання
Termbase, створена для Project A, може бути перенесена на Project B. Це економить 80% часу на setup.
Порівняння з іншими варіантами: DeepL, Google Translate, CAT-only¶
| Параметр | DeepL glossary | Google Translate | memoQ/Trados | ChatsControl |
|---|---|---|---|---|
| Native glossary support | ✓ (limited) | ✗ | ✓ | ✓ |
| Language pairs | 6 (EN,FR,DE,IT,ES,JA) | 130+ | Всі | ~34 |
| Glossary enforcement level | 60-70% | N/A | 80-90% | 90%+ |
| QA validator | ✗ | ✗ | ✓ (optional) | ✓ (built-in) |
| Bilingual review | ✗ | ✗ | ✓ | ✓ |
| Cost | Free (API) | Free | $30-50/user | $50-200 |
| Ease of setup | ⭐⭐⭐ | N/A | ⭐ | ⭐⭐⭐ |
Хороші практики: як заробити на glossary¶
1. Централізований glossary на агенції
Це не project-glossary, а master-glossary: “всі терміни, які ми колись використовували”. Коли береш новий проект, ти не починаєш з нуля — ти беріш відомі 70-80% і додаєш нові 20-30%. Економія часу: 2-3 години на проект.
2. Версійність і архівування
Glossary v2.1 (Jan 2026) для проекту X. Glossary v2.5 (Mar 2026) для проекту Y. Якщо клієнт сказав “нас лишить ‘API’ як ‘API’, не перекладайте”, ти це записуєш: “API → API (DO NOT TRANSLATE)”. Наступний перекладач знає це.
3. ROI calculation
Час на підготовку glossary: 3-5 годин. Час, зекономлений на першому проекті: 30-60 хвилин (post-editor швидче). Час, зекономлений на другому: 45-90 хвилин (меньше пошуків). На третьому: glossary окупається.
Якщо агенція має 20 проектів на рік, ROI = 600-1200 годин. По $30/годину = $18-36K економії. Setup — $500 (інструмент). Це добра справа.
4. Договір з клієнтом
Коли клієнт каже “моя термінологія важлива”, це потрібно коштує додатково. Пропозиція: - Glossary creation: 2-4 години = $60-120 - Glossary integration: 1 година = $30 - Enforcement на кожного проекту: базова ставка + 10%
Чесне і моделюємо - клієнти платять, бо знають, що це покращує якість.
Типові помилки (і як їх уникнути)¶
Помилка 1: Glossary без контексту
Ви додали “Bank” → “Банк”. Але в документі “Bank of England”, “bank account”, “riverbank” — в яких з них це glossary? Результат: машина запутується, граматика падає.
Рішення: кожен термін має контекст і визначення.
Помилка 2: Glossary без регулярного оновлення
Перші 6 проектів — glossary часто оновлюється. Потім люди забувають. Glossary застаріває. На місяць ви додали 15 нових термінів, які не в glossary — вони знову незвичні.
Рішення: щомісяця (мінімум щокварталу) переглядати помилки з post-editing і додавати нові терміни.
Помилка 3: Glossary без QA
Ви інтегрували glossary, але не настроїли QA перевірку. Результат: люди ігнорують флагування. Post-editing тривало як без glossary.
Рішення: QA-модуль МУСИТЬ бути обов’язковим step перед доставкою. Контрольно-пропускной пункт.
Помилка 4: Занадто великий glossary (з усім підрядом)
Ви додали 5000 термінів. Machine translation тепер намагається вписати ВСІХ у кожне речення. Результат гірше, ніж без glossary.
Рішення: почніть з 100-150 critical термінів. Додавайте нові, коли вони дійсно призводять до помилок.
Як контролювати consistency без glossary (якщо ви не можете)¶
Якщо ви працюєте на Google Translate чи безпечну платформу без glossary enforcement, є manual checks:
Post-editing checklist: 1. Першу появу кожного ключового терміну запам’ятайте. 2. Потім ctrl+F по документу — переведений термін мусить бути ідентичним всюди. 3. Якщо ви знайшли 3+ варіанти одного терміну — переписуйте.
Це займає 5-10% часу на edit, але це рахує.
QA tools: - Linguistic tools (Antidote, LanguageTool) мають базові checks. - memoQ Free Edition має обмежену QA (краще, ніж нічого).
FAQ¶
Ви мали питання після прочитання — ось відповіді.
Чи справді glossary покращує якість машинного перекладу?
Так, але за умови правильної інтеграції. Disconnected glossary (у Google Sheets) = ігнорується. Інтегрований у платформу glossary автоматично застосовується. На практиці — 15-25% зменшення термінологічних помилок, якщо glossary мав 100-200 термінів.
Скільки термінів повинно бути в glossary?
Почніть з 100-150 critical термінів (найбільш частих помилок). Велике glossary (1000+) часто гіршає якість машинного перекладу, бо система конфліктує з граматикою. Краще малий, точний glossary, ніж всеохопна база без якості.
Чи можна використовувати glossary при DeepL чи Google Translate?
DeepL підтримує glossaries у обмежених мовних парах (EN, FR, DE, IT, ES, JA). Google Translate не має native glossary support. Для повної контролю потрібні CAT-інструменти чи спеціалізовані платформи.
Як часто оновлювати glossary?
Щомісяця переглядати помилки з post-editing і додавати нові терміни. Щокварталу архівувати застарілі терміни. Glossary без оновлення втрачає цінність за пів року.
Чи залишить CMS чи управління проектом, якщо я введу glossary?
Ні. Glossary + TM + QA — це контроль якості, не менеджмент. Потрібна все ще координація людей, дедлайни, версійність. Інструменти лише автоматизують повтори.
Нам 2-3 перекладачі, чи є сенс настроювати glossary?
Так. Навіть малій агенції glossary зберігає consistency між проектами, полегшує onboarding нових людей і підвищує якість. ROI окупається швидше через меншу інерцію.
Як ChatsControl може допомогти¶
Якщо ви шукаєте інструмент для MTPE, що має вбудовану enforcement терміології, ChatsControl пропонує:
- Translation brief з terminology: до перекладу ви можете вказати preferred терміни, style і контекст. AI застосовує це на всіх етапах (plan → translate → self-check).
- Bilingual review: ви бачите оригінал та переклад одночасно, що спрощує перевірку консистентності термів.
- Built-in QA validator: окремий інструмент перевіряє терміни, числа, імена на помилки, навіть якщо переклад готовий.
- Pricing: від free tier (для проб) до платних top-ups за обсяг. Немає subscription, платиш за те, що використовуєш.
ChatsControl підходить для фрілансерів, які хочуть швидкого MTPE без закупівлі CAT-tool license, та для малих агенцій, яким потрібна швидкість без втрати якості.
Висновок¶
Консистентна термінологія при MTPE не є опціональною — це основа якості. Система, яка поєднує glossary + integrated CAT-tool чи platform + регулярне оновлення, зменшує помилки на 80-90% і заощаджує 10-15% часу на edit. ROI окупається за 2-3 проекти.
Почніть малим: 100-150 critical термінів, інтегруйте в memoQ чи Trados, налаштуйте QA. Потім масштабуйте.