What do we need:

• WordFast Pro demo (not necessary, but recommended)
• Excel/Calc
• memoQ
• Word/Writer (optional)

I have divided the procedure into two parts: preparation of txml file and preparation of wordfast TM. Let’s start with the file preparation. If we don’t have a WordFast, it can be downloaded from here.

1. Open the file to translate (.txml) in the WordFast.


WordFast Pro window. Use Ctrl-Alt-Ins to copy all source language segments to target segments.

2. Use Ctrl-Alt-Ins to copy all source segments contents into target segments.
3. Save the file, close WordFast (repeat the procedure for additional files if necessary). If, for some reason, you don’t want or can’t use the WordFast demo, you can use the search/replace procedure described here.
4. Download this filter file and save it on your disc.
5. Start the memoQ.
6. From the Tools menu choose Resource console, then Filter configurations and Import new from the left pane. Select the file saved in step 4.
7. Create new project, in the Add document window select Add document as. You’ll have to switch file type filter in the lower part of the window from All supported files to All files (*.*). Select the txml file(s) saved in step 3.
8. In the Document import settings click the yellow folder icon (Load filter configuration) and select WordFast filter imported in step 6. The filter works by hiding the original source segments (<source>), displaying for edition target segments (<target>) and defining handling of WordFast tags. See picture below.
   

   TXML file imported to memoQ. Source segments (<source>) you can see in the preview pane below are hidden, you can translate only <target> segments.

   Tip: WordFast tags, displayed natively as consecutive numbers {1}, {2}, {3}, in memoQ are displayed as “inline” tags. By default you can insert them using F9 key, but in my there are more convenient key combinations, for example Ctrl-Alt-Down, like in Trados. To modify keyboard settings choose Tools > Resource console > Keyboard shortcuts > Clone (for the Default) > Edit.

9. After translation export the finished file using Export command. Excellent QA features of memoQ won’t allow you to export files with tags mismatch and will show you the affected segments (if any).
10. Just to be extra sure you can open the translated file in WordFast, to check if everything is OK.

Finished translation in WordFast. The percentage of TM substitutions are shown.

The procedure may seem complicated, especially at first, but after the software configuration, the preparation and file opening wont’ take much more time than in case of any other file format. The situations becomes a bit more complicated when along with TXML files client sends us a WordFast TM file with the .txt extension. To use this TM in memoQ we have to prepare it by removing unnecessary data and tags.

1. Open the TM file in Word (or OpenOffice Writer) (option). In the WF TM tags are encoded as &tA;, &tB;, &tC;, etc. It is possible to remove them all at once using Word. Open Search & Replace window (Ctrl-H), click More >> button and select Use wildcards. Enter \&t[A-Z]\; in the Find field. Leave the Replace field empty. Click Replace all button. Now deselect Use wildcards checkbox and replace &’A9; with ©, and &’AE; with ® (of course, if there are such strings in your TM. Save as text file using UTF-8 encoding.
2. Start Excel (or OpenOffice Calc), import the TM file by selecting Data > External data > From text. Choose Tab as a column separator and import the first row checkbox.
   

   Where to find a text import command.

3. Remove all columns except the ones with source and target texts. In the example above we have to remove columns A, B, C, D, F, H and I, leaving only E and G. As an alternative we can leave also column B, with the translators ID.
   

   WordFast TM file correctly imported into Excel.

4. Enter the language identifiers into first row of source and target columns. If necessary, we can add columns with additional information, like the translation author, domain, client, etc.
   

   File with unnecessary data removed and additional column added (in this case - translation agency name).

5. If step 1 was skipped, you have to remove tags – unfortunately, Excel requires removing them one by one, i.e. you have to enter manually all possible letter combinations (see step 1). Save the file: select round office button > Save as > Other formats > Unicode text. Close Excel.
6. In memoQ select an existing memory or create a new one. Choose the Import from TMX/CSV command. Select the file saved in step 5.
7. In the Translation memory CSV import settings window select proper settings:
   • File encoding – UTF-8
   • Delimiter – Tab
   • First row is header

   Select proper fields for Import as source segment (in this case, EN-US) and Import as target segment (in this case, PL). If there are additional fields (rows) to import, select them and choose proper option in the Import as other field field.

8. Voila.

If there are a lot of segments with tags in the WordFast TM, you’ll get several percent lower concordance matches in memoQ than in WordFast, but you’ll still gain by working in much more comfortable environment without having to buy just another CAT tool. Very similar procedure can be used to translate WordFast TXML files in Trados Studio 2009 – you can define an xml import file there as well.

Ostatnio tak się złożyło, że otrzymałem sporo zleceń na tłumaczenia w WordFaście Pro. Pierwsze z nich zrobiłem używając wersji demo programu i bardzo nie spodobał mi się sposób pracy, kiedy więc przyszły kolejne, poszukałem sposobu na pracę w znacznie wygodniejszym programie, jakim jest memoQ. Okazało się, że wcale nie jest to takie trudne.

Czego potrzebujemy:

• WordFast Pro wersja demo (nie jest konieczny, ale zalecany)
• Excel
• memoQ
• Word (opcjonalnie)

Samą procedurę należy rozbić na dwie części: przygotowanie pliku i pamięci (TM).

Zacznijmy od przygotowania pliku. Jeśli nie mamy WordFasta, należy ściągnąć wersję trial stąd i zainstalować.

1. Otwieramy plik do tłumaczenia (.txml) w programie WordFast.


Okno programu WordFast Pro. W celu skopiowania tekstu z segmentów źródłowych do docelowych należy użyć kombinacji kalwiszy Ctrl-Alt-Ins.

2. Używając kombinacji klawiszy Ctrl-Alt-Ins kopiujemy zawartość wszystkich segmentów źródłowych do segmentów docelowych.
3. Zapisujemy plik, zamykamy program WordFast (ew. powtarzamy dla wymaganej liczby plików).
   Jeśli z jakiegoś powodu nie chcemy lub nie możemy użyć wersji demo programu WordFast, możliwe jest skorzystanie z procedury z użyciem funkcji znajdź i zamień, opisanej tutaj (po angielsku).
4. Ściągamy ten plik filtra i zapisujemy go na dysku.
5. Uruchamiamy program memoQ.
6. Z menu Tools wybieramy polecenie Resource console, następnie Filter configurations z paska po lewej i polecenie Import new. Wskazujemy plik pobrany w kroku 4.
7. Tworzymy nowy projekt, na etapie dodawania plików wybieramy Add document as. Konieczne będzie przełączenie filtra typów plików u dołu okna z All supported files na All files (*.*). Wskazujemy plik(i) txml zapisane w kroku 3.
8. W oknie Document import settings klikamy żółtą ikonkę z folderem (Load filter configuration) i wybieramy filtr WordFast zaimportowany w kroku 6.
   Filtr ukrywa oryginalne segmenty źródłowe (<source>) i wyświetla do edycji segmenty docelowe (<target>), oraz definiuje znaczniki (tagi) WordFasta. Prezentuje to ilustracja poniżej.
   

   Dokument txml po zaimporotwaniu do memoQ. Segmenty źródłowe (<source>), widoczne w podglądzie na dole okna są ukryte, tłumaczymy wyłącznie segmenty <target>.

   Praktyczna wskazówka – znaczniki, wyświetlane w WordFaście w postaci kolejnych numerów w nawiasach klamrowych – {1} – przez program memoQ traktowane są jako znaczniki tzw. „inline”. Domyślnie wstawia się je za pomocą klawisza F9, sugerowałbym jednak zmienić to ustawienie na coś wygodniejszego, np. tradosowe Ctrl-Alt-Strzałka w dół. Modyfikacji skrótów klawiszowych dokonuje się przez Tools > Resource console > Keyboard shortcuts > Clone (dla Default) > Edit.

9. Po zakończeniu tłumaczenia zapisujemy gotowy plik korzystając z polecenia Export. Miłą cechą memoQ jest funkcja kontroli jakości, która nie pozwoli nam na wyeksportowanie plików w przypadku niezgodności znaczników (ale też pokaże segmenty, w których występują niezgodności).
10. Dla spokoju ducha można jeszcze sprawdzić wygląd tłumaczenia w programie WordFast.

Gotowe tłumaczenie w programie WordFast. Widoczne oznaczenia procentowego podobieństwa podstawień z pamięci.

Procedura może wydawać się złożona, zwłaszcza za pierwszym razem, ale gdy mamy już skonfigurowany program, przygotowanie i wczytanie plików nie zajmuje wiele więcej czasu, niż w przypadku dowolnego innego formatu.

Sytuacja komplikuje się nieco, gdy oprócz pliku .txml dostajemy od klienta pamięć, która w przypadku WordFasta ma postać pliku .txt strukturze kolumn rozdzielanych tabulatorami. Żeby móc z niej skorzystać w memoQ musimy ją sobie odpowiednio przygotować, usuwając niepotrzebne informacje oraz znaczniki.

1. Otworzyć plik TM w programie Word (opcjonalnie).
   Znaczniki w pamięci WF zapisywane są w postaci &tA;, &tB;, &tC; itd. Korzystając z Worda możemy je usunąć hurtem, wszystkie na raz. W tym celu otwieramy okno Znajdowanie i zamienianie (Ctrl-H), klikamy przycisk Więcej >> i zaznaczamy pole wyboru Użyj symboli wieloznacznych. Następnie w polu Znajdź wpisujemy formułę \&t[A-Z]\;. Pole Zastąp zostawiamy puste. Klikamy Zamień wszystko.  Następnie odznaczamy opcję Użyj symboli wieloznacznych i zastępujemy ciąg &’A9; symbolem ©, oraz ciąg &’AE; symbolem ® (oczywiście, jeśli występują w TM). Zapisujemy plik z powrotem jako plik tekstowy, wybierając kodowanie UTF-8.
2. Uruchamiamy program Excel, importujemy plik TM wybierając menu Dane > Dane zewnętrzne > Z tekstu. Jako separator kolumn wybieramy Tabulator, koniecznie zaznaczamy import pierwszego wiersza.
   

   Położenie polecenia umożliwiającego poprawny import pliku tekstowego.

3. Usuwamy wszystkie kolumny oprócz tych z tekstem źródłowym i tłumaczeniem. W przykładzie ponżej usuwamy kolumny A, B, C, D, F, H i I, zostawiając tylko E i G. Alternatywnie można zachować kolumnę B, zawierającą ID autora tłumaczenia.
   

   Pamięć WordFasta poprawnie zaimportowana do Excela.

4. W pierwszych wierszach kolumn z tekstem źródłowym i tłumaczeniem wpisujemy identyfikatory języków. W razie potrzeby dodajemy kolumny z dodatkowymi informacjami, np. autorem tłumaczenia, domeną, klientem itp.
   

   Plik z usuniętymi zbędnymi kolumnami, wprowadzonymi nagłówkami kolumn i uzupełniony o kolumnę z autorem tłumaczeń w TM (w tym wypadku - nazwą biura).

5. Jeśli pominęliśmy krok 1, należy usunąć znaczniki – niestety w Excelu trzeba usuwać je „pojedynczo”, tj. wpisując do wyszukiwania kolejno wszystkie możliwe kombinacje liter (patrz krok 1). Zapisujemy plik przez naciśnięcie okrągłego przycisku office > Zapisz jako > Inne formaty > Tekst Unicode. Zamykamy program Excel.
6. W memoQ wybieramy istniejącą pamięć lub tworzymy nową.  Następnie wybieramy polecenie Import from TMX/CSV. Wybieramy plik zapisany w kroku 5.
7. W oknie Translation memory CSV import settings wybieramy odpowiednie ustawienia:
   • File encoding – UTF-8
   • Delimiter – Tab
   • First row is header

   Przypisujemy właściwe pola do Import as source segment (w tym przypadku  EN-US) i Import as target segment (w tym przypadku PL). Jeśli mamy dodatkowe pola do zaimportowania, zaznaczamy je i wybieramy odpowiednią opcję w polu Import as other field.

   

   Ustawienia importu pliku CSV do pamięci tłumaczeń w memoQ.

8. Gotowe.

Jeśli w TM znajduje się dużo segmentów ze znacznikami, w memoQ uzyskamy kilka procent niższy poziom dopasowania niż w WordFaście, ale i tak zyskamy pracując w wygodniejszym środowisku, bez konieczności kupowania kolejnego programu CAT.

Warto wiedzieć, że podobnej procedury można użyć do tłumaczenia plików txml w programie Trados Studio – tam również można zdefiniować filtr importu plików xml.

• Starting point:
  Glossary in Word table, Excel spreadsheet or txt file.

• Goal:
  Multiterm termbase

• What we need:
  MultiTerm Convert, Multiterm, Excel (optional: any text editor)

In general, the simplest way to start importing a glossary is to prepare/open it in Excel (or Calc from OpenOffice). Mind you – while MultiTerm Convert (Convert in short) can import directly from Excel files, it sometimes doesn’t work without any apparent reason, therefore my workflow includes saving Excel files in external format. The glossary terms have to be ordered in columns, the source and target term in the same row, but not necessarily adjacent, i.e. there can be other columns between them (e.g. definition, additional information, etc.). However, it is extremely important that the first row of the file contains descriptive headers: language name for the terms and relevant info for other fields (e.g. Definition, Gender, Source, Comment, etc.). What’s more, we should always use the same language names when importing from different sources to one termbase (eg. use English or EN or EN-US, but do not mix them). While it is possible to import several glossaries to one termbase, thus aggregating them, mixing language descriptions will lead do many problems later on.

So, let’s start with preparation. If your glossary is:

• Table in a Word file: select table, copy it and paste into new Excel worksheet. Go to point 1.
• Excel worksheet: go to point 1.
• Text file with tab delimited values (aka csv file): go to point 2.

The procedure:

1. Save Excel file as Unicode text (to preserve all language-specific encoding). For Excel 2007: round Office button > Save as > Other formats > Unicode text (*.txt). The columns will be separated by tabs. In the example below I have used the simplest glossary possible, containing only English and Polish terms, without any additional fields.
2. Start MultiTerm Convert.
3. Select New conversion session > Spreadsheet or database exchange format.
4. Browse to your .txt file saved from Excel (remember to close Excel after saving, because otherwise it will lock the file, preventing import). Select proper number of columns, make sure everything looks OK.


Selection of data separator (usually Tab), ability to select proper number of columns to import (we can ignore some unnecessary columns). Preview in the lower pane makes it easier to select proper settings.

5. In the Available column header fields select language headers, choosing right language for the Index field.


Very important step - you have to select which fields (columns) will be indexed, i.e. which contain terms for your termbase. Take care to select proper language from the drop-down list for the each language. If there are any additional fields in your file, mark them as "Descriptive".

6. If everything was done properly, you should get a tree-like entry structure with “Entry level” on top with two (or more) languages with “Term” field for each. If there are any additional fields (description, source, etc.), you can add them to the proper tree level. After finishing this step click “Next” in the subsequent windows.


Term tree with two languages, without any additional fields. If there are any descriptive fields in the imported glossary, you can add them by clicking a proper tree level on the left pane, selecting field in the right pane and clicking

7. Start MultiTerm. In the Termbase menu select Create TermBase.
8. In the Termbase Wizard window enter a name for the termbase and choose Load existing termbase definition file option. Select the .xdt file generated by MultiTerm Convert. Now you can click Next in all Wizard windows, unless you want to actually change anything – see picture below.


Creating a termbase from definition file. I have added a descriptive field named "Source" for the term level, which was not included in the imported glossary. Since there can be more than one translation for the term, so I want to be able to record the source of the particular definition.

OK, that’s it. Termbase ready… but wait! Where are my terms? Well, you only created a termbase, now you have to import the terms separately (crazy, I know).

9. Depending on the MultiTerm version:
   1. Older versions (up to 7) menu Termbase > Import entries > Process and select the .xml file created by MultiTerm Convert.
   2. Version 8.1 (from Trados Studio 2009): Catalog tab > Import > right click Default import definition, select Process and select the .xml file created by MultiTerm Convert (brilliant, isn’t it?).
      

      Where to find the "Process" command for the terminology import.

In case of importing problems, you can use any text editor to take a look at the .xml file generated by MultiTerm Convert and check, if it has a proper (logical) structure – don’t be afraid, it is not so complicated. This way it is often possible to discover the reasons for failed import – for example, the same language defined twice.

Disclaimer: tekst w pierwotnej postaci napisałem na jednym z forów internetowych ponad pół roku temu, ale ponieważ właśnie ktoś znowu miał problem z MT, postanowiłem go uzupełnić i umieścić w miejscu, gdzie łatwiej będzie go znaleźć.

Generalnie import danych najłatwiej wykonać z arkusza Excela lub pliku tekstowego z separatorami (.csv), przy czym z moich doświadczeń wynika, że MultiTerm Convert czasem nie chce przetwarzać całkowicie poprawnego .xls, a połyka plik tekstowy. Przed rozpoczęciem importu należy też zamknąć program Excel. Tekst do importu musi się znajdować w postaci kolumn, tj. hasła w różnych językach muszą być w jednym rzędzie. Nie ma znaczenia liczba kolumn oraz zawartość kolumn dodatkowych (np. z komentarzem czy wymową). Kolejność kolumn też nie jest istotna – możemy mieć np. arkusz, w którym znajdują się kolejno: hasło źródłowe, definicja, informacje o kontekście, źródło, tłumaczenie, informacje pomocnicze itd. Natomiast niezwykle ważne jest, by w pierwszym wierszu kolumn z znajdowały się ich opisy, w szczególności określenia języka (np. English, Polski). Uwaga – jeżeli chcemy do jednej bazy MT importować glosariusze z różnych źródeł, czyli np. zaimportować dwa glosariusze do jednej bazy MultiTerma, konieczne jest użycie w obu wypadkach identycznego opisu języka (np. dwa razy EN, dwa razy EN-US, albo dwa razy English). Jeśli nagłówek w jednym z plików będzie inny niż w drugim, taki import może się udać, ale później będzie mnóstwo problemów z uzyskaną bazą (np. brak możliwości eksportu, brak możliwości wyszukiwania części terminów).

Procedura wygląda następująco:

1. Zapisać arkusz Excela jako plik tekstowy Unicode (inaczej stracimy pliterki). W Excelu 2007: okrągły przycisk Office > Zapisz jako > Inne formaty > Tekst Unicode (*.txt). Poszczególne kolumny w wierszu będą oddzielone tabulatorami. W przykładzie poniżej mamy do czynienia z najprostszym rodzajem pliku, zawierającym wyłącznie terminy w dwóch językach, bez żadnych pól opisowych czy pomocniczych.
2. Uruchomić program MultiTerm Convert.
3. Wybrać nową sesję konwersji > “Spreadsheet or database exchange format”.
4. Wskazać wejściowy plik .txt, wybrać właściwą liczbę kolumn, upewnić się, że wszystko wygląda OK.

Wybór separatora danych w importowanym pliku (zazwyczaj tabulator), możliwość wybrania liczby kolumn do importu (tutaj dwie). Podgląd w dolnej części okna ułatwia wybranie właściwych ustawień.

5. W oknie “Available column header fields” wybrać nagłówki języków, kolejno oba zaznaczając jako “Index field” z przypisanym właściwym językiem.

Bardzo ważny krok - należy wybrać, które pola (kolumny) będą indeksowane, czyli które zawierają terminy do wyszukiwania. Zwrócić uwagę na właściwy wybór języka z listy rozwijanej po prawej dla każdego języka w polu po lewej. Jeśli w importowanym pliku mamy dodatkowe pola, oznaczamy je jako "Descriptive".

6. Jeśli wszystko zostało wykonane prawidłowo, powinniśmy dostać drzewko z “Entry level” na górze, pod którym mamy dwa (lub więcej) języków z przypisanym do każdego polem “Term”. Jeśli mamy pola dodatkowe (opis, wymowa itp.), dodajemy je w odpowiednim miejscu struktury. Po zakończeniu klikamy “Next” aż do skutku.

Drzewko terminu z dwoma językami, bez żadnych pól dodatkowych. Jeśli mamy pola opisowe (Descriptive), możemy je umieścić we właściwym miejscu struktury, przypisując je do poziomu terminu albo konkretnego języka (np. możemy mieć ogólną definicję, przypisaną na poziomie terminu, albo osobne definicje po polsku i po angielsku, wtedy obie definicje należy przypisać do poziomu właściwego języka).

7. Uruchamiamy MultiTerma. W menu Termbase wybieramy “Create TermBase”.
8. W kreatorze wpisujemy nazwę i w kolejnym oknie wybieramy “Load existing termbase definition file”. Wskazujemy plik .xdt wygenerowany w trakcie importu. Jedziemy do końca nie zmieniając żadnych istotnych parametrów. Chyba, że bardzo chcemy – patrz ilustracja poniżej.

Tworzenie bazy terminologii na podstawie importowanej definicji. W tym wypadku dodano dodatkowe pole "Source" na poziomie tłumaczenia terminu. Termin angielski może mieć więcej niż jedno tłumaczenie, chcę mieć możliwość zanotowania, skąd pochodzi konkretne tłumaczenie terminu źródłowego.

W ten sposób stworzyliśmy bazę MuliTerma, ale to nie koniec – należy jeszcze osobno zaimportować do niej wpisy.

9. W zależności od wersji Multiterma:

a) wersje starsze – “Termbase > Import entries > Process” i wybieramy plik .xml stworzony przez Converta.
b) wersja 2009 – zakładka Catalog > Import > Default import definition, klikamy prawym przyciskiem myszy, wybieramy polecenie “Process” i wskazujemy plik .xml stworzony przez Converta (nie pytajcie mnie, kto wymyślił tę niezwykle intuicyjną sekwencję).

Miejsce, w którym znajduje się polecenie "Process" służące do importu terminologii do stworzonej bazy.

W razie problemów zawsze można sobie obejrzeć za pomocą edytora tekstowego plik .xml tworzony przez MultiTerm Convert i sprawdzić, czy ma logiczną strukturę (wbrew pozorom jest dość przejrzysta). Często umożliwia to stwierdzenie, co właściwie jest nie tak z naszym importem i naprawienie błędów (np. zdefiniowano dwa razy ten sam język).

Jeszcze jedna porada – co zrobić z glosariuszem w postaci tabeli .html? Wystarczy otworzyć taki plik w Wordzie, zaznaczyć w nim tabelkę, skopiować i wkleić do arkusza Excela. Dalej – patrz punkt 1.

Zacznijmy od ilustracji, na wypadek, gdyby ktoś miał wątpliwości, na czym polega problem ze znacznikami. Poniżej zamieszczam obrazek przedstawiający wygląd tekstu zaimportowanego do memoQ po eksporcie z programu Nitro PDF Professional. Zaznaczam, że jest to wygląd przy ustawieniu względnie konserwatywnym. Przy wybraniu opcji maksymalnego podobieństwa pliku .doc do źródła w .pdf, znaczników jest dużo więcej.

Tekst zaimportowany do memoQ po ekstrakcji tekstu z pliku w formacie PDF.

Do niedawna moim podstawowym programem CAT był Trados, i choć do wersji 2007 wolałem pracować w TagEditorze, w przypadku pracy z plikami skonwertowanymi z PDF miałem dwie opcje – albo wyczyścić formatowanie i budować całą strukturę pliku od nowa – co przy większym dokumencie wymaga mnóstwa pracy i czasu – albo pracować w Wordzie, gdzie tych znaczników po prostu nie widać. Co nie znaczy, że ich nie ma – program może mieć duże problemy z sugerowaniem podstawień z TM, ponieważ obecność znaczników znacząco wpływa na procentowe podobieństwo segmentów. Od czasu Trados Studio to rozwiązanie przestało być opcją – w TS taki tekst będzie wyglądał identycznie jak na ilustracji powyżej, tylko oznaczenia tagów będą inne.

Na szczęście znalazłem rozwiązanie tego problemu. David Turner, tłumacz pracujący do niedawna w programie DejaVu, stworzył zestaw makr do Worda, znanych jako „CodeZapper”, umożliwiających pozbycie się niepotrzebnych kodów. Oraz parę innych przydatnych rzeczy.

CodeZapper dostępny jest w formie pliku .dot, który trzeba „zainstalować” w systemie. Mamy tu do wyboru dwie możliwości – jeśli chcemy, by makra dostępne były przy każdym uruchomieniu Worda, wystarczy plik .dot wrzucić do folderu autostartu (w Windows XP, dla Word 2007: C\Documents and Settings\[nazwa użytkownika]\Dane aplikacji\Microsoft\Word\Startup).  Z drugiej strony, tego rodzaju makra nie są raczej używane codziennie, możemy więc ładować je tylko w razie potrzeby. W tym celu należy plik .dot umieścić w folderze z szablonami (w Windows XP, dla Word 2007: C\Documents and Settings\[nazwa użytkownika]\Dane aplikacji\Microsoft\Szablony) i aktywować tylko wtedy, gdy jest potrzebny (w Windows 2007: Opcje programu Word -> Dodatki -> w liście Zarządzaj wybrać Szablony i kliknąć Przejdź). Po uruchomieniu szablonu uzyskamy dostęp do nowego menu z opcjami oferowanymi przez pakiet:

• Batch – makro służące do wykonania jednego lub większej liczby innych poleceń w trybie wsadowym, na wszystkich plikach .doc lub .rtf w folderze.
• CZAll – usuwa zbędne kody, ukrywa wypunktowania, przenosi przypisy na koniec dokumentu, wyciąga teksty z pól tekstowych do tabeli i przenosi ilustracje do pliku tymczasowego.
• CZback – odwraca zmiany wprowadzone przez CZAll (wykonuje się po ukończeniu tłumaczenia).
• CZL – podstawowe makra CodeZappera do usuwania zbędnych kodów w aktywnym dokumencie.
• PDFFix – dodatkowe czyszczenie dla plików skonwertowanych z PDF.
• PDFTidy – „czyści” pliki konwertowane z PDF przed uruchomieniem CZ.
• Bullets – ukrywa/odsłania wypunktowania i automatyczną numerację akapitów by nie importować ich do DejaVu (DVX).
• HdeMnB: ukrywa „ręczne” wypunktowania i numery akapitów.
• MvFtnts/RevFtnts: czasowo przenosi przypisy na koniec dokumentu i z powrotem w celu ułatwienia tłumaczenia w DVX lub memoQ (MQ).
• ImagesOut/ImagesIn: oznacza i wyciąga z dokumentu ilustracje wstawione jako „inline” do tymczasowego pliku i z powrotem.
• Zoom: przełącza ustawienia powiększenia – 75, 100 i 150%.
• RevTxt: odwraca kolejność słów w zaznaczonym fragmencie tekstu.
• Left, Right: przesuwa zaznaczone słowa w lewo lub w prawo.
• AllCocRTF, AllRTFDoc, DocRTF, RTFDoc: zapisuje bieżący plik lub wszystkie pliki jako .rtf (DocRTF) lub .doc (RTFDoc).
• CntTxBx: liczy pola tekstowe w dokumencie oraz liczbę słów w polach tekstowych (cenne w starszych wersjach Worda, które w statystyce dokumentu nie uwzględniają słów w polach tekstowych).
• TxtBxTb i TbTxtBx: Przenosi tekst z pól tekstowych do tabeli i z powrotem.
• HdShwAll: ukrywa/wyświetla cały tekst w dokumencie (tekst ukryty).
• HighLght: ukrywa/odsłania tekst wokół tekstu zaznaczonego (marker). Przydatne przy tłumaczeniu dokumentów po redakcji, w których zmiany zaznaczono przed podświetlenie kolorem.
• LangID: ustawienie języka dla całego dokumentu.
• DefLang: ustawienie domyślnego języka.

Jak widać, funkcji jest całkiem sporo, a jak to wygląda w praktyce? Cóż, po użyciu polecenia PDFFix, dokument z przykładu powyżej wygląda teraz tak:

Tekst po wyczyszczeniu za pomocą makr Code Zapper.

Taki tekst tłumaczy się zdecydowanie łatwiej i przyjemniej, programy CAT nie mają też problemów z rozpoznawaniem podobieństw segmentów. Zwracam również uwagę na polecenie ImagesOut/ImagesIn – zdarzają się pliki Worda zawierające tak dużo (dużych) ilustracji, że nawet przy dużej ilości pamięci system może mieć problemy ze stabilną pracą. Tymczasowe „wyrzucenie” obrazków z tłumaczonego pliku może nam znacznie uprościć i przyspieszyć pracę.

Gdy zwróciłem się do Davida Turnera z prośbą o zgodę na umieszczenie CodeZappera na stronie (przeważnie jest do ściągnięcia tylko z miejsc wymagających rejestracji), przysłał mi jeszcze jeden zestaw makr – FormatFixer. Instaluje się go i uruchamia w sposób identyczny jak CodeZappera, natomiast makra te przydają się głównie przy pracy z źle przygotowanymi dokumentami tekstowymi. FormatFixer umożliwia hurtowe usunięcie podwójnych spacji, niepotrzebnych tabulatorów, spacji przed znakami przestankowymi i nieprawidłowych znaków końca akapitu, które czasami wstawiane są przy kopiowaniu tekstu ze stron internetowych.

CodeZapper dostępny jest bezpłatnie, choć autor prosi o przekazanie za pośrednictwem PayPala darowizny w wysokości 20 Euro w przypadku, gdy osoby korzystające z niego uznają go za wartościowe narzędzie. Moim zdaniem CodeZapper wart jest tej ceny, jeśli weźmie się pod uwagę ile czasu może nam zaoszczędzić. Aby dokonać wpłaty, wystarczy skorzystać z tego adresu http://www.asap-traduction.com/Liens-utiles.

Szczegółowe informacje na temat korzystania z obu zestawów makr dostępne są w plikach .dot (wystarczy otworzyć plik w Wordzie). Dla CodeZappera dostępna jest też osobno instrukcja w formacie .doc, zawierająca te same informacje, co w pliku .dot.

Pliki można pobrać stąd:

• CodeZapper ver. 2.6.3
• FormatFixer ver. 1.2

U progu swojej „kariery” tłumacza technicznego pracowałem w systemie Linuks, używając wyłącznie darmowych narzędzi. Nie powinno więc dziwić, że moim pierwszym programem CAT była OmegaT – całkiem darmowy program napisany w Javie. Użyłem go mn. do przetłumaczenia kilku dość dużych instrukcji obsługi, w czym bardzo mi pomógł dzięki sporej powtarzalności tekstu. Niestety, w tamtych czasach w programie OmegaT dostępna była jedynie segmentacja akapitowa, a właśnie zgłosił się do mnie klient z tłumaczeniem nowszej wersji jednej z tamtych instrukcji. Wydawało mi się, że nie ma na to pytanie prostej odpowiedzi. Kilka miesięcy wcześniej w analogicznej sytuacji wygenerowałem TM z segmentacją zdaniową robiąc align dokumentu źródłowego i tłumaczenia (tych z poprzedniej wersji). Niestety, było to dość pracochłonne. Tym razem postanowiłem uważniej przyjrzeć się programom z pakietu Okapi.

Co to takiego? Cytując opis ze strony projektu: „jest to zestaw specyfikacji interfejsów, modeli obiektów, elementów i aplikacji zapewniających środowisko do tworzenia uniwersalnych narzędzi służących do lokalizacji i tłumaczenia dokumentacji i oprogramowania.” Brzmi strasznie, na szczęście w rzeczywistości nie jest tak źle. Okapi to zestaw narzędzi i filtrów służących do pracy z pamięciami tłumaczeń oraz konwersją i przygotowaniem do tłumaczenia różnego rodzaju plików. Funkcja, która mnie tym razem najbardziej zainteresowała to właśnie możliwość przesegmentowania pamięci tłumaczeń.

Niestety, jak to czasami bywa w projektach Open Source, pakiet został stosunkowo niedawno przepisany na inny język programowania i w sieci dostępne są jego dwie wersje. W procedurze wymagany jest jeden program w starej wersji i jeden w nowej.

Opis procedury zaczerpnąłem stąd.

1. Pobrać i zainstalować program Olifant. Służy on do edycji i tworzenia plików TM. W naszym wypadku jest konieczny tylko, jeśli segmenty pamięci do przeróbki nie mają atrybutów “tuid”, czyli unikalnych identyfikatorów segmentów.
2. Wczytać pamięć w formacie TMX do programu Olifant i wybrać z menu „Entries” polecenie „Generate IDs”. Zapisać plik.
3. Pobrać i rozpakować do stworzonego folderu program program Rainbow w wersji 6.0 lub wyższej (dostępny tutaj, na stronie z Olifantem dostępna jest wersja 5).
4. Uruchomić program  (nie jest tworzona ikona na pulpicie ani w menu Start). Korzystając z Eksploratora (lub innego managera plików) przeciągnąć na kartę Input List 1 plik TM do konwersji. Ten sam plik przeciągnąć na kartę Input List 2. W karcieLanguages and Encodings ustawić właściwe parametry (w razie wątpliwości sprawdzić nagłówek pliku TMX).
   UWAGA: W ścieżce do pliku nie mogą się znajdować foldery ze spacjami w nazwie.
5. Z menu „Utilities” wybrać polecenie „ID-based alignment”. Zaznaczyć opcję „Segment the extracted text using the following SRX rules:” (Segmentuj ekstrahowany tekst używając następujących reguł). Wybrać plik .srx z regułami segmentacji. Jeden dostępny jest w podfolderze Config folderu Okapi. Ja użyłem pliku domyślnych reguł segmentacji programu SDLX z pakietu Trados 2007.
6. Na karcie Output wybrać wpisać nazwę pliku wyjściowego i kliknąć OK. Jeśli nie popełniliśmy jakiegoś błędu, program rozpocznie pracę (patrz ilustracja wyżej).

I to wszystko. W moim wypadku zamiast całego dnia uzyskałem przesegmentowaną TM w niecałe trzy godziny (włącznie z wyjaśnieniem problemu spacji w nazwie).

Zostać tłumaczem. Świetlana kariera, brylowanie na salonach, czy mozolne tłumaczenie świadectw szkolnych? Na czym tak właściwie polega praca tłumacza? I „jakiego” tłumacza? Czym różnią się od siebie tłumacz przysięgły, ustny, literacki czy techniczny? Ile właściwie można w ten sposób zarobić? Co trzeba wiedzieć i umieć? Jak zacząć? Gdzie szukać pracy/klientów? A gdy już się zacznie, jakimi narzędziami się posługiwać? Jak uzyskać maksymalną możliwą wydajność? Jak radzić sobie z różnymi typami i formatami plików? Jak szybko i dokładnie wyceniać potencjalne zlecenia? Używać programów do skanowania, OCR czy konwersji plików? Odpowiedzi na takie właśnie pytania mają udzielić szkolenia organizowane przez firmę Solutions for Translation Industry.

Firma STI (Solutions for Translation Industry) z siedzibą w Poznaniu organizuje w tym roku po raz pierwszy kursy i szkolenia skierowane do potencjalnych i praktykujących tłumaczy. Do pierwszej grupy słuchaczy skierowane są wykłady, których celem jest przybliżenie osobom pragnącym zajmować się tłumaczeniami realiów zawodu, z podziałem na poszczególne specjalizacje (tłumaczenia przysięgłe, techniczne, literackie itp.). Mają one udzielić odpowiedzi na podstawowe pytania w rodzaju: na czym to właściwie polega, jakie trzeba spełnić wymagania, jak zacząć i ile można na tym zarobić.

Kursy skierowane do praktykujących tłumaczy obejmą wykłady i szkolenia ze stosowania programów wspomagających tłumaczenia (poczynając od wstępu, prezentującego podstawy i dostępne narzędzia CAT do specjalistycznych szkoleń z obsługi konkretnych programów), szkolenia z obsługi programów biurowych (pakiet MS Office) oraz programów pomocnych w codziennej pracy (mn. do kontroli jakości, OCR czy ekstrakcji tekstu z plików PDF).

Mam przyjemność uczestniczyć w programie, z następującymi zajęciami:

• Tłumaczenia literackie
  Wprowadzenie do pracy tłumacza literackiego, skierowane do osób, które chciałyby zapoznać się z wymaganiami i możliwościami, jakie oferują tego rodzaju tłumaczenia.

• Tłumaczenia techniczne
  Wprowadzenie do zawodu tłumacza technicznego, skierowane do osób, które chciałyby zapoznać się z wymaganiami i możliwościami wiążącymi się z tym zawodem.

• Narzędzia CAT
  Prezentacja technologii CAT od podstaw – wyjaśnienie terminów i pojęć, przedstawienie silnych i słabych stron technologii. Zajęcia będą miały formę wykładu oraz praktycznych ćwiczeń z użyciem darmowych narzędzi, umożliwiając użytkownikom samodzielne zapoznanie się z działaniem programów.
• Niezbędnik tłumacza
  Praktyczna prezentacja i szkolenie z obsługi w większości darmowych programów ułatwiających i przyspieszających codzienną pracę tłumacza.

Pierwsze wykłady rozpoczną się w październiku. Zapraszam do zapoznania się z pełną ofertą wykładów i szkoleń, która z czasem będzie się rozszerzać, a wszystkich chętnych zachęcam do uczestnictwa w zajęciach.

Zdarzają się sytuacje, gdy musimy podzielić się z kimś pracą. Kiedyś przyjąłem zlecenie tłumaczenia tekstu i zgodziłem się na zaproponowany przez klienta termin wyłącznie na podstawie zapewnień biura dotyczących objętości tekstu. Oczywiście był to pierwszy i ostatni raz – „dziesięć stron” okazało się dotyczyć skanów drobnym drukiem i samego tekstu było na nich prawie trzydzieści stron standardowych. Nie było rady – żeby dotrzymać terminu musiałem poprosić o pomoc kolegę, oczywiście dzieląc się z nim wynagrodzeniem. Ale dzielenie się tłumaczeniem wcale nie musi odbywać się w tak dramatycznych okolicznościach, czasem po prostu możemy przyjąć zlecenie o którym z góry wiadomo, że nie damy rady obsłużyć go sami i z założenia dzielimy się pracą z jedną czy dwiema osobami. Jak w takiej sytuacji zadbać o spójność terminologii, bez dostępu do kosztujących ciężkie pieniądze narzędzi serwerowych? Można wysyłać sobie listę co istotniejszych terminów mailem, co jednak jest uciążliwe. Można korzystać z komunikatora IM w celu ustalania spójnej terminologii. Istnieje jednak jeden dość prosty i całkiem wygodny sposób na rozwiązanie tego problemu: dokumenty Google.

Jeśli dysponujemy kontem w serwisie Google, możemy w każdej chwili utworzyć arkusz kalkulacyjny, który będzie pełnił rolę tabelki z terminami. W jednej z kolumn wpisujemy terminy źródłowe, w drugiej nasze tłumaczenie. Następnie wystarczy zaprosić do edycji drugą (lub trzecią i czwartą…) osobę, udzielając jej uprawnień do edycji (udostępnij > zaproś inne osoby). Można w dość dowolny sposób urządzić sobie pracę – np. wpisując w kolumnie A terminy w oryginale, w kolumnie B propozycje tłumaczenia pierwszego tłumacza, w kolumnie C drugiego, a w kolumnie D wersję ostateczną. W trakcie pracy w każdej chwili widać, które komórki są edytowane przez drugą osobę, przy czym w przypadku, gdy jedna komórka edytowana jest równocześnie przez dwie osoby, ostateczną wersją jest ta wpisana przez twórcę arkusza (rozsyłającego zaproszenia). Dodatkowo można sobie usprawnić pracę omawiając ewentualne rozbieżności za pomocą komunikatora Google Talk. Proste i wygodne.

Oryginalny post z opisem pomysłu dostępny jest tutaj.

Prawdę mówiąc zastanawiam się czasami, jak wyglądało życie tłumacza technicznego w czasach przed upowszechnieniem się Internetu. I czuję wobec tych ludzi wielki szacunek. Musieli dysponować naprawdę olbrzymią wiedzą, by rzetelnie tłumaczyć teksty z różnych specjalistycznych dziedzin. Choć nawet specjalista z jednej dziedziny, np. kardiolog, mógłby mieć problemy ze specjalistycznym tekstem z – dajmy na to – neurologii. Oczywiście pomocą mogli służyć koledzy i biblioteki, ale na to trzeba czasu, a tego jakby coraz mniej. Klienci chcą tekstów na już, albo na wczoraj. Jak, dysponując podstawową i ogólną wiedzą np. z zakresu medycyny, poradzić sobie przy tłumaczeniu specjalistycznych tekstów?

Zacząć proponuję od sprawdzonych słowników. Oczywiście są dziedziny w których o słowniki łatwo (np. finanse), są i uboższe – w zakresie medycyny jest na dobrą sprawę tylko jeden o przyzwoitym zakresie słownictwa, opracowany przez Słomskich i dostępny również w wersji elektronicznej (Lexland). Jednak i on nie jest w stanie pokryć całości terminologii medycznej, a miejscami bywa przestarzały. Całkiem niezły jest też internetowy megasłownik, choć zawsze ostrożnie podchodzę do znalezionych w nim tłumaczeń (być może niesłusznie, jeszcze nie trafiłem na błędne). Co dalej?

Cóż, może będzie to dla niektórych zaskoczeniem, ale po pierwsze, należy zainwestować w podręczniki. Dość dawno temu, na początku mojej „kariery” tłumacza technicznego przyjąłem sobie zasadę – jeśli dostaję zlecenie z dziedziny, o której mam dość luźne pojęcie, do 20% (potencjalnego) wynagrodzenia przeznaczam na zakup źródeł (taki „koszt uzyskania przychodu”). I zdecydowanie się to opłaca. Co prawda ubywa miejsca na i tak za ciasnych półkach, ale w końcu do kolejnych tłumaczeń z danej dziedziny mam już źródła.

Po drugie, można skorzystać z wikipedii. Świetnie nadaje się ona np. do sprawdzania nazw roślin lub zwierząt w różnych językach. Jeśli tylko dane hasło ma opis w języku angielskim, można sprawdzić, czy odpowiada mu hasło w języku polskim. Do nazwy zwierzęcia czy rośliny to zazwyczaj wystarczy. W przypadku nazw schorzeń bywa gorzej. Pomijając już problem znacznie mniejszej liczby haseł w polskiej wersji językowej, zdarzają się w nich też błędy i przeinaczenia. Wikipedia to świetne źródło wiedzy, ale trudno uznać ją za źródło wiarygodne. Jeśli więc nawet uda się nam znaleźć polski odpowiednik szukanego hasła, zawsze trzeba go zweryfikować.

I tu z pomocą przychodzi google.com. Ta nadal najlepsza wyszukiwarka ma kilka miłych cech, które są bardzo pomocne w przypadku szukania tłumaczeń różnych terminów. Jeśli znamy już możliwą polską nazwę choroby (albo jakiegoś zwierzęcia czy elementu maszyny itp.), wpisujemy ją w google i oglądamy wyniki. Jeśli w pierwszej dziesiątce trafień mamy poważnie wyglądające strony, np. poradniki dla pacjentów na portalach medycznych albo publikacje naukowe – jesteśmy w domu. Warto oczywiście jeszcze przejrzeć jedną czy dwie publikacje by sprawdzić, czy znaleziony termin na pewno występuje we właściwym kontekście, a nie jest np. tylko zbitką przypadkowo występujących obok siebie słów, ale to przeważnie wystarczy do uwiarygodnienia tłumaczenia.

Sytuacja wygląda trochę gorzej, jeśli wpisane, proponowane tłumaczenie terminu nie daje żadnych wyników lub tylko trafienia o wątpliwej wartości, np. na jakichś forach. Wtedy trzeba bardzo ostrożnie podejść do takiego terminu. Najlepiej spróbować innej metody znalezienia tłumaczenia. A najprostszą i często przynoszącą dobre wyniki jest skorzystanie z opcji wyszukiwania w zadanym języku. W przypadku strony www.google.pl pod okienkiem wyszukiwania mamy do wyboru dwie opcje: „szukaj w Internecie” i „Szukaj na stronach kategorii: język polski” (w przypadku google.com lub innej wersji językowej można skorzystać z opcji wyszukiwania zaawansowanego). Wpisanie angielskiego hasła i wybranie opcji szukania na polskich stronach w przypadku terminów medycznych dość często pozwala na znalezienie publikacji naukowych poświęconych danemu zagadnieniu. Najczęściej zawierają one streszczenia po angielsku, czasem zdarzają się teksty dwujęzyczne (niestety zbyt rzadko) lub w tekście zamieszczane są angielskie nazwy schorzeń jako uzupełnienie lub rozwinięcie powszechnie stosowanego skrótu. Czasem do oceny jakości znalezionego tekstu wystarczy zajawka umieszczana w wynikach wyszukiwania, częściej jednak konieczne jest przejrzenie całego tekstu oryginalnego. Niestety, większość serwisów z publikacjami medycznymi wymaga logowania. Do niektórych dostęp jest płatny, inne przeznaczone są dla przedstawicieli profesji medycznych (ale dają się przekonać do założenia konta), jeszcze inne przyjmują tylko lekarzy. Niektóre z tych najbardziej restrykcyjnych można oszukać podając się za automat wyszukiwarki google, co jest dość proste.

Znalezione w publikacjach naukowych terminy też warto jeszcze zweryfikować w podręcznikach. W przypadku medycyny dość często zdarza się, że używane są dwie wersje nazwy schorzenia (np. nowotworu) – jedna „podręcznikowa”, druga „popularna”, zazwyczaj będąca zapożyczeniem (ew. spolszczonym) z języka angielskiego. W takiej sytuacji dochodzi jeszcze problem, której z nich użyć, choć to już raczej temat na osobny wpis.

Podsumowując – nigdy nie ufać pierwszemu trafieniu w wyszukiwarce i zawsze weryfikować w jak najpoważniejszych źródłach, najlepiej w podręcznikach.

• MS Word (.doc, .rtf),
• MS Excel (.xls, csv),
• MS PowerPoint,
• PDF,
• pliki tekstowe (.txt),
• HTML,
• XML.

Co ciekawe, można liczyć słowa również w plikach PDF zabezpieczonych przed kopiowaniem.

Miłą cechą programu jest możliwość liczenia ilości słów w katalogach, przy czym mamy możliwość wybrania, czy liczone będą słowa we wszystkich obsługiwanych formatach, czy tylko w określonych. Wisienką na czubku jest opcja liczenia rekursywnego, czyli wraz z podkatalogami. W raporcie z liczenia podawana jest liczba słów, liczba znaków ze spacjami oraz liczba znaków bez spacji.

Raport liczenia plików

Na dodatek program dostępny jest za darmo – zdecydowanie przydatne i przyjemne narzędzie. Program do pobrania stąd.