文档 / 指南
机器翻译页面
记录机器翻译证据
生成按键记录的报告,说明哪些译文由机器写成、哪些经人审校,并把这一标记带入 XLIFF 和 TMX 导出文件。
有人问你已发布的文本中哪些由提供商或 AI 智能体翻译、是否有人审校过时,按本页操作。verbatra 在 verbatra.provenance.json 中按键记录这些信息;你可以把它导出为报告存档,也可以导出为 XLIFF 和 TMX 文件中的标记,交给其他工具。
辅助证据,不构成法律意见
根据欧盟《AI 法案》第 50 条,经人在编辑责任下审校的文本,与未经审校的文本,处理方式不同。报告和标记是辅助证据,供决定该条款如何适用于你的产品的人参考。它们不构成法律意见,使用它们也不会让产品符合任何规定。
记录能告诉你什么,不能告诉你什么
verbatra 写入的每个值都会连同来源(产生它的写入路径)、审校决定和审校人员姓名一起记录,详见锁文件与来源记录。作为证据,来源分为两类:
- 机器类:
machine、memory、fuzzy和agent。翻译记忆库算作机器类,因为它不记录条目由谁写入。 - 人:
human(通过 Studio 或 SDK 所做的编辑)和import(译者的交接)。
external、unrecorded 和 unknown 两类都不属于。源文本有更改之前给出的批准,读取为未审校。
把记录交给别人时,请记住它的局限:
- 它无法证明未被篡改:能编辑你的语言文件的人也能编辑它;它的价值来自你的 git 历史和代码审查。
- 它没有时间戳:值何时写入或批准,要看 git 历史(
git log -p verbatra.provenance.json)。 - 它倾向于判为机器:翻译记忆库命中、模糊匹配和智能体的编辑都算机器类,没有人批准的机器值算未审校,即使它的文本没有问题。
来源记录报告
verbatra report provenance 按目标语言环境打印每个类别包含多少个值。
verbatra report provenance| 类别 | 值的写入方 | 是否已审校 |
|---|---|---|
machine-unreviewed | machine、memory、fuzzy 或 agent | 未批准,包括已被拒绝但又回到文件中的值 |
machine-reviewed | machine、memory、fuzzy 或 agent | 人已批准 |
human | 人,通过 verbatra | 均有可能 |
import | 译者的交接 | 均有可能 |
external | verbatra 之外的某个来源,在其记录写入之后 | 未知 |
unrecorded | verbatra 不知道的写入方:没有记录 | 未知 |
unknown | 已记录,但没有已知的写入方 | 均有可能 |
只统计源语言环境和目标语言环境中都有值的键:缺失的键没有文本可供核对。智能体通过 MCP 工具 report.provenance 读取同一份报告。
来自 CI 的审计文件
加上 --json,报告会列出每个键,可作为审计文件随每次发布存档:
verbatra report provenance --json > provenance-report.json如果 verbatra.provenance.json 已损坏,或由较新的 verbatra 写入,命令以 1 退出,而不是打印一份把每个值都列为 unrecorded 的报告。因此 CI 作业会失败,而不是把空的审计文件存档。
如果每条机器翻译都必须在发布前经过审校,还应该用 verbatra check --require-reviewed 设门禁。
JSON schema
报告是常规 JSON 信封(envelope)的 result,command 设为 "report"。SDK 调用方从 provenanceReport 得到同一个对象。
| 字段 | 类型 | 含义 |
|---|---|---|
available | true | 报告由已提交的文件生成 |
generatedAt | string | 报告的生成时间,UTC 的 ISO 8601 格式 |
toolVersion | string | 生成报告的 verbatra 版本;SDK 调用方未传入时为 unknown |
sourceLocale | string | 配置的源语言环境 |
locales[] | array | 每个目标语言环境一个条目,按配置顺序,受 --locales 限制 |
locales[].locale | string | 目标语言环境 |
locales[].total | number | 该语言环境列出的键数 |
locales[].counts | object | 每个类别包含多少个键;七个类别始终都在 |
locales[].entries[] | array | 源语言环境和该语言环境中都有值的每个键一个条目,按源顺序 |
entries[].key | string | 翻译键 |
entries[].bucket | string | 上述类别之一 |
entries[].origin | string | 来源,包括 unrecorded 和 external |
entries[].reviewState | string | unreviewed、approved 或 rejected |
entries[].provider | string,可选 | 给出应答的提供商 id,用于 machine 值 |
entries[].model | string,可选 | 配置的模型,记录中指明了模型时才有 |
entries[].reviewer | string,可选 | 随决定给出的审校人员姓名,仅在给出了姓名且决定仍然适用时才有 |
来源记录文件无法读取时,结果为 { "available": false, "reason": "provenance-unreadable" }。以后可能新增可选字段;现有字段的含义保持不变。
导出文件中的标记
来源也会进入你交给其他工具的文件,让对方能分辨机器输出和人工成果。
XLIFF
带 --format xliff12 或 --format xliff2 的 verbatra export 会标记每个带目标的单元:
| 目标属于 | XLIFF 1.2 | XLIFF 2.0 |
|---|---|---|
| 机器类,未批准 | <target> 上带 state-qualifier="mt-suggestion" | <mda:meta type="origin"> 和 <mda:meta type="review-state"> |
| 机器类,已批准 | 无限定符 | 同样两个 meta 条目 |
| human、import、external、unrecorded 或 unknown | 无限定符 | 同样两个 meta 条目 |
mt-suggestion 是 XLIFF 1.2 中表示“由机器翻译建议”的值,CAT 工具(计算机辅助翻译工具)会在常规的 state 旁按此显示。人已批准的值,或 verbatra 无法担保其来源的值,不带限定符。
XLIFF 2.0 没有状态限定符,所以单元的 verbatra 元数据组(其中已有源哈希)会写入完整的来源和审校状态:
<mda:metaGroup category="verbatra">
<mda:meta type="source-hash">8f3a0c1e2b4d6f70</mda:meta>
<mda:meta type="origin">machine</mda:meta>
<mda:meta type="review-state">unreviewed</mda:meta>
</mda:metaGroup>TMX
verbatra tmx export 在每个目标句段上写入 x-origin 属性,在 machine 句段上还会在其后写入 x-review:
<tuv xml:lang="de"><prop type="x-origin">machine</prop><prop type="x-review">unreviewed</prop><seg>Zur Kasse</seg></tuv>x-origin 为 machine、human、import 或 unknown;x-review 为 approved、unreviewed 或 rejected。翻译记忆库条目是一对文本,不是键,所以只要有任一个具有该确切文本的键属于机器类,该句段就是 machine;只要有任一个这样的键被拒绝,就是 rejected,否则只有当每个这样的键都已批准时才是 approved。没有任何记录描述的文本是 unknown。
导入带标记的文件
导入会忽略所有标记。XLIFF 单元按其目标和状态判断,TMX 句段按其文本判断。从交接文件导入的值记录为 import,TMX 导入只填充翻译记忆库,所以工具改写、丢弃或虚构的标记都不会改变你的记录。
记录无法读取时
如果 verbatra.provenance.json 已损坏或来自较新的 verbatra(对 TMX 而言,也包括锁文件无法读取),导出仍会成功,但不写入标记,而不是写入无法担保的标记。摘要会说明这一点,--json 结果中的 provenanceMarkers 为 "unavailable",而不是 "written"。
相关内容
verbatra report:来源记录报告的选项、输出和退出码。- 在 Studio 中审校:逐条或按语言环境批准或拒绝机器翻译。
- 数据处理与隐私:verbatra 向谁发送什么,以及在本地保留什么。