Yazılım yerelleştirmede kitle kaynaklı çeviri etkinliği

Öz

Kitle kaynaklı çeviri, bir hizmet ya da ürünle ilgili içeriğin aynı anda birçok dile çevrilmesi amacıyla, gönüllü olarak bir araya gelmiş insanların gerçekleştirdiği bir yerelleştirme uygulaması olarak tanımlanabilir. Çevrimiçi platformlar aracılığıyla gerçekleştirilen kitle kaynaklı çeviri işlerinde yer alan gönüllüler, çevirmen ve/veya düzeltmen olarak projeye katkı sağlayabilirler. Kitle kaynaklı projelerde çok sayıda dile eş zamanlı olarak hızlı bir şekilde çeviri yapılabilmesi ve çeviri etkinliğinin gönüllülük esasına dayanması ya da düşük ücretlerle gerçekleştirilmesinin sonucu olarak maliyetten tasarruf edilir. Bu nedenle, bir çeviri projesinin kitle kaynaklı yapıda yürütülmesi şirketlere avantaj sağlar. Geleneksel yerelleştirme projelerinde “şelale modeli” adı verilen bir yöntem kullanılmaktaydı. Bu yöntemde, yazılım ya da uygulama geliştirildikten sonra yerelleştirme aşamasına geçiliyor; tüm metin unsurlarının bir araya getirilmesi ve çeviri işlemlerinin başlaması, ürünün piyasaya sunulmasından hemen önce gerçekleştiriliyordu. Günümüzde ise, yerelleştirme çalışmaları çoğunlukla yinelemeli ve iş birliğine dayalı yöntemlerin öne çıktığı çevik yazılım geliştirme yaklaşımlarıyla yürütülmektedir. Çevik yerelleştirme döngüsü içerisinde yer alan çevirmenler, ürün geliştirme çalışmaları devam ettikçe iş akışı içinde sürekli olarak görev alır. Geleneksel şelale modelinin aksine, çevik yerelleştirme sürecinde, çeviriler, erek kitlenin/son kullanıcıların beklenti ve gereksinimlerine yanıt verebilecek şekilde, yenilikçi çözümler üretilerek ve yazılım güncellemeleri dikkate alınarak gerçekleştirilir. Mozilla Firefox gibi açık kaynaklı yazılımlar, içerik çevirilerinde makine çevirisi sistemleri ve kendi çeviri bellekleri yanında, kitle kaynaklı çeviri olanaklarını da kullanmaktadır. Sistemde, farklı dil ve lehçelere çeviri yapan 200’ü aşkın ekip yer almakta, gün içinde binlerce metin dizgisi birçok dile çevrilmekte ve gerekli düzeltiler gerçekleştirilmektedir. Bu çalışma kapsamında, ilk olarak yazılım yerelleştirme sürecinde çevirmenin konumu sorgulanacak; ardından, kitle kaynaklı yerelleştirme çalışmalarında çevirmenin ne gibi görevler üstlenebildiği Mozilla Pontoon yerelleştirme yönetim sistemi özelinde örneklerle açıklanmaya çalışılacaktır.

Anahtar Kelimeler

• Kitle kaynaklı çeviri
• çevik yerelleştirme
• açık kaynaklı yazılım
• yerelleştirme yönetim sistemi

Crowdsourced translation in software localization

Abstract

Crowdsourced translation can be defined as a localization practice performed by people who voluntarily participate in translating the content of a service or product into many languages simultaneously. Volunteer translators involved in crowdsourcing contribute to the project as translators and/or editors via online platforms. The advantages of crowdsourced translation for companies can be summarized as: source content is translated into many languages at the same time, and translation activities are on a voluntary basis, or participants work at low fees, which results in cost savings. The “Waterfall model” was used in traditional localization projects. In this method, the localization phase is started after the software or application is developed. All text components are combined, and translation activities are carried out shortly before the launch of the product. Today, localization practices are mostly performed with agile software development approaches in which iterative and collaborative methods are prominently used. Translators in the agile localization cycle are constantly involved in the workflow while product development continues. Unlike the traditional waterfall model, in agile localization, the relevant content is translated in accordance with the expectations and needs of the target audience/end users by producing innovative solutions and taking software updates into account. Besides machine translation systems and translation memories, open-source software products such as Mozilla Firefox use crowdsourced translation. In the system, there are more than 200 teams that translate into different languages and dialects. Thousands of text strings are translated into many target languages each day, and necessary editing is done. Within the scope of this study, first of all, the translator's position in software localization processes will be questioned. Then, the tasks of the translator will be explained with examples taken from the Mozilla Pontoon localization management system.

Keywords

• Crowdsourced translation
• agile localization
• open-source software
• localization management system

References

1. Anastasiou, D., & Gupta, R. (2011). Comparison of crowdsourcing translation with machine translation. Journal of Information Science, 37(6), 637-659.
2. Bilgen, B. (2016). Localization and Terminometrics: Measuring the impact of user involvement on terminology (Yayımlanmamış Doktora Tezi). Ottawa Üniversitesi, Kanada.
3. Brabham, D. C. (2008). Crowdsourcing as a model for problem solving: An introduction and cases. Convergence, 14(1), 75-90.
4. Collins, R. W. (2001). Software Localization: Issues and methods. Proceedings of the 9th European Conference on Information Systems içinde, (ss. 36–44).
5. Esselink, B. (2000). A practical guide to software localization. Amsterdam: John Benjamins.
6. Esselink, B. (2003). The evolution of localization. The Guide from Multilingual Computing & Technology: Localization, 14(5), 4-7.
7. Estellés-Arolas, E., & González-Ladrón-de-Guevara, F. (2012). Towards an integrated crowdsourcing definition. Journal of Information Science, 38(2), 189-200.
8. Estellés-Arolas, E., Navarro-Giner, R., & González-Ladrón-de-Guevara, F. (2015). Crowdsourcing Fundamentals: Definition and typology. Advances in Crowdsourcing içinde, (ss. 33-48). Springer International Publishing.

9. European Commission (2012). Crowdsourcing Translation: Studies on multilingualism and translation: Brüksel ve Lüksemburg: Directorate-General for Translation.
10. Fowler, M., & Highsmith, J. (2001). The agile manifesto. Software Development, 9(8), 28-35.
11. Hijazi, H., Khdour, T., & Alarabeyyat, A. (2012). A review of risk management in different software development methodologies. International Journal of Computer Applications, 45(7), 8-12.
12. Howe, J. (2006). The rise of crowdsourcing. Wired, 14 (6), Erişim Tarihi: 15 Haziran 2022, https://www.wired.com/2006/06/crowds/.
13. Jiménez-Crespo, M. (2017). Crowdsourcing and online collaborative translations. Amsterdam: John Benjamins.
14. Johnson, M., Schuster, M., Le, Q. V., Krikun, M., Wu, Y., Chen, Z., Thorat, N., Viégas, F., Wattenberg, M., Corrado, G., Hughes, M., & Dean, J. (2017). Google’s multilingual neural machine translation system: Enabling zero-shot translation. Transactions of the Association for Computational Linguistics, 5, 339-351.
15. Pulcino, A. (t.y.). Software Localization and Color: Cultural implications of color choices in UI. Erişim Tarihi: 15 Haziran 2022, https://www.languageintelligence.com/post/software-localization-and-color-cultural-implications-of-color-choices-in-ui
16. Pym, A. (2010). Translation theories explained. Londra ve New York: Routledge.
17. Sandrini, P. (2008). Localization and translation. MuTra Journal, 2, 167-191.
18. Sklavounou, E. (2021). What a future talent would say about translation automation?. Proceedings of the Translation and Interpreting Technology Online Conference içinde, (ss. 1-6).
19. Stallman, R. M. (2009). Özgür yazılım, özgür toplum, Richard M. Stallman'ın seçme yazıları. Serkan Çapkan, İzlem Gözükeleş, Tahir Emre Kalaycı, Çiğdem Özşar, Birkan Sarıfakıoğlu (Çev.), Ankara: TMMOB Elektrik Mühendisleri Odası.
20. Surowiecki, J. (2005). The wisdom of crowds. New York: Anchor Books.
21. Veveris, E. (2020). Continuous Localization 101: What it is and when it makes sense. Erişim Tarihi: 15 Haziran 2022, https://lokalise.com/blog/continuous-localization-101/.