2026 MTPE Rehberi: Zaman Kazandıran İnsan Odaklı LLM İş Akışları
İnsan muhakemesini sadece taslak bittikten sonra değil, üretim öncesinde ve sırasında da devreye sokarak hafif ve tam kapsamlı makine çevirisi sonrası düzelti (MTPE) süreçleri nasıl yürütülür?
Bu sayfada
Geleneksel olarak makine çevirisi sonrası düzelti (MTPE), metnin tamamını makineye çevirtip ardından hataları, terminolojiyi, üslubu ve biçimlendirmeyi düzeltmesi için bir insana teslim etmek anlamına gelir. Hafif MTPE'de amaç kullanılabilir bir çeviri elde etmekken, tam kapsamlı MTPE'de yayın kalitesi hedeflenir.
Bu iş akışı, makine çıktılarının bariz şekilde ham olduğu zamanlarda mantıklıydı. LLM'ler hata yapma biçimlerini değiştirdi. Çevirileri kulağa kusursuz gelirken eksiklikleri, anlam kaymalarını ve zayıf bağlamsal tercihleri gizleyebilir; üstelik bitmiş bir taslak, çevirmeni modelin kullandığı dile hapsedebilir.
Modern MTPE'de insan muhakemesi sadece taslak bittikten sonra değil, üretim öncesinde ve sırasında da sürece dahil olmalıdır. Çevirmenler; yorumlar, bağlam, çeviri belleği, sözlükler ve üslup kılavuzlarıyla LLM'yi yönlendirmeli; ardından zamanlarını gerçekten bir insan dokunuşu gerektiren yaratıcı, kültürel ve bağlamsal kararlara ayırmalıdır.
Bu rehberde, insan etkisini en üst düzeye çıkaran ve zaman kaybını azaltan hafif ve tam kapsamlı MTPE iş akışlarının nasıl yürütüleceğini açıklayacağım. Benim için en kullanışlı araç olduğu için bunu Transept üzerinden göstereceğim, ancak siz bu süreci dilediğiniz herhangi bir araçta da uygulayabilirsiniz.
Hafif ve tam kapsamlı MTPE iş akışları
MTPE sürecinde, en iyi kaliteyi elde etmek için zamanınızı en verimli şekilde kullandığınızdan emin olmalısınız. Her şeyi kusursuz yapma dürtüsüyle savaşmak önemlidir; sizin işiniz yeterli olanı yapmaktır.
MTPE hakkındaki araştırma yazımda da açıkladığım gibi, önce tam bir MT süreci yürütüp ardından yapay zeka döküntülerini düzeltmenin yanlış bir yaklaşım olduğuna inanıyorum. LLM'ler ile bunu hem daha hızlı hem de daha eğlenceli yapmanın bir yolu var.
Metne bağlı olarak Transept'teki stratejim şöyledir:
- Ne istediğinizi makineye önceden bildirin.
- Makinenin elinden gelenin en iyisini yapmasına izin verin, ardından dikkatinizi zayıf noktalara yönlendirin.
- Otomatik olarak tespit edilen sorunlara dayanarak son bir rötuş yapın.
Ürün veya pazarlama fark etmeksizin ticari içeriklerde, hafif MTPE süresinin yaklaşık %80'ini 1. ve 2. adımlara, yalnızca %20'sini ise son rötuşa ayırıyorum. Yapay zekayı üretim öncesinde ve sırasında yönlendirerek manuel düzelti ihtiyacını en aza indiriyor ve başlangıçta harcanan aynı çabayı çok daha büyük hacimli, kabul edilebilir kalitede çeviriye dönüştürüyorum.
Tam kapsamlı MTPE de aynı iş akışını izler, ancak 3. adıma daha fazla vakit ayırırsınız: Belgeyi zayıf noktalar açısından denetlemek, üslubu rafine etmek ve yayın kalitesinde bir iş için gereken yaratıcı insan dokunuşunu eklemek.
İnsan odaklı hafif MTPE
Bu iş akışı, makine asıl işe başlamadan önce işin büyük kısmını halletmeye odaklanır; böylece çıktının olabilecek en iyi seviyede olması sağlanır.
1) Üslup kılavuzlarını ve sözlükleri hazırlayın
Üslup kılavuzları ve sözlükler aslında genişletilmiş istemlerdir: LLM'ye üslup, terminoloji ve kullanım konusunda açık kurallar sunarlar.
Transept'in bunlara uymasını sağlamak için büyük emek verdik; bu nedenle çevirmenler, metnin tam olarak istedikleri tonda tınlamasını sağlayana dek her iki kaynakta da ince ayar yapmalıdır.
Mesela Transept'in yardım merkezi makaleleri gibi içeriklerin hafif MTPE sürecinde bu şekilde zaman kazanıyorum.
Genellikle mevcut üslup kılavuzlarımdan ve sözlüklerimden birini tekrar kullanırım. Ancak metnin türü yeniyse veya son dakika düzeltmeleriyle uğraşmak istemiyorsam, orijinal metinden yeni bir üslup kılavuzu ve sözlük oluştururum.
Yapay zekanın buradaki bakış açısına, özellikle kurgu metinlerde pek katılmam; bu yüzden sözlüğü ve üslup kılavuzunu düzenlerim. Henüz net bir fikrim olmasa bile, sadece bir içgüdüye veya hisse dayanarak notlar ile yapılması ve yapılmaması gerekenler listesi eklemeyi çok tatmin edici buluyorum. Emin olmak istediğimde Literess ile tartışırım; çünkü o, sözlüklere danışabiliyor, geçmiş kararlarımı ve tartışmalarımı inceleyebiliyor.
2) Bir başlangıç sayfası çevirin, yorumlar bırakın ve bağlamı belirleyin
Ardından sadece tek bir sayfa makine çevirisi oluşturuyorum. "Çevir + Denetle" iş akışını kullanıyorum; çünkü bu yöntem önce bir taslak hazırlayıp ardından onu rötuşlamaya çalışarak, LLM'lerin girdilerimle şu an yapabileceği en iyi işi gerçekçi bir şekilde ortaya koyuyor.
Ardından şunlar hakkında yorumlar bırakıyorum:
- Mevcut çeviride beğendiğim noktalar.
- Nelerin eksik olduğu ve hoşuma gitmeyen kısımlar.
- Çevirinin nasıl bir yön izlemesini istediğim.
Kolay metinlerde o eşsiz insan dokunuşunu aşılamak için bu yeterli. Daha zor metinlerde ise Literess temsilcisinden benim mantığımı taklit eden yorumlar bırakmasını istiyorum.
Her şeyin istediğiniz gibi çalıştığından emin olmak için sayfada tekrar bir "Denetle" işlemi yapabilirsiniz. Bu işlem yorumları dikkate alacak ve sayfanın iyileştirilmiş yeni bir versiyonunu oluşturacaktır.
Genellikle nihai sonuç olarak beklediğim kaliteyi elde ediyorum. Ancak kurgu çevirisinde bazen ek bir yorum bırakmam veya üslup kılavuzunun hatalı kısımlarını düzeltmem gerekebiliyor.
3) Çeviri belleğini etkinleştirin
Şimdi, 1. sayfadaki yorumlarınızın ve mantığınızın 100. sayfada da geçerli olmasını sağlamak istiyoruz. Transept'te bu; sadece geçmiş çevirileri değil, aynı zamanda bu çevirilere dair yorumları ve her çevirinin öncesi-sonrası durumunu da aktaran çeviri belleği aracılığıyla gerçekleştirilir.
Sistem, aynı terminolojiyi kullanan veya benzer bir bağlamsal sorunu çözen geçmiş çevirileri geri çağırmak için anahtar kelime eşleştirmeyi anlamsal arama ile birleştirir. Bu konu üzerinde yoğun bir çalışma yürüttük; dilerseniz çeviri belleğinde gelinen son noktaya dair araştırmamızı okuyabilirsiniz.
Transept'te çeviri belleğinin işleyişine dair iki önemli nüans bulunuyor.
- Birincisi, çeviri belleği aynı belge içinde dahi kullanılır; böylece diğer kısımlarda yaptığınız ilgili yorumlar çeviri esnasında yeniden karşınıza çıkar.
- İkincisi, denetleme gibi iyileştirme işlemleri sırasında bellek, üzerinde düzenleme yapılmamış ham makine çevirisi satırlarını otomatik olarak eler.
Hafif MTPE için, mevcut belgenizin çeviri belleği aramasından hariç tutulmadığından ve ince nüansları yakalamak adına AI yeniden sıralama özelliğini etkinleştirdiğinizden emin olmanızda fayda var.
4) "Önce çevir, sonra rötuşla" iş akışını çalıştırın
Artık beklentilerinizi LLM'ye öğretmek için elinizden gelen her şeyi yaptınız. Geriye kalan tek adım; yorumlarınızı ve önceki yinelemeleri dikkate alacak olan makine çevirisini çalıştırmaktır.
Bunu yapmanın en iyi yolu, bir dizi eylemden oluşan bir iş akışı kullanmaktır. Bir iş akışı; çeviri, denetleme ve hedefli taramaları birbirine bağlayabildiği gibi, örneğin karakter diyalogları veya metindeki yasal bağlayıcılığı olan maddeler için insan incelemesi de gerektirebilir. Transept'te, tıpkı Zapier veya n8n'de olduğu gibi kendiniz bir tane oluşturabilir, hazır bir şablon kullanabilir veya Literess'ten size özel bir iş akışı hazırlamasını isteyebilirsiniz.
Hafif MTPE için standart bir Çevir + Rötuşla iş akışı en iyi sonucu verir, çünkü:
- Çeviri belleği, yorumlar, üslup kılavuzları ve sözlüklerden otomatik olarak yararlanan bir çeviri işlemi gerçekleştirir.
- Ardından, karar verme aşamasında güçlü bir model, düzeltmeler için ise Standart bir model kullanan bir denetleme temsilcisi çalıştırır. Bu işlemde de çeviri belleği kullanılır.
Roman veya teknik inceleme gibi uzun metinler için paralel temsilci modunu kullanıyorum. Bu sayede, birden fazla yapay zeka belgenin farklı bölümleri üzerinde eş zamanlı çalışarak işi daha hızlı tamamlıyor.
Dikkate alınması gereken bir nokta da, bu sistemlerin sizinkileri tamamlayacak geçici sözlükler ve üslup kılavuzları oluşturarak en küçük detayların bile senkronize kalmasını sağlamasıdır. Bunları daha sonra ana sözlük ve kılavuzlarınıza dahil edebilir veya dilediğiniz gibi silebilirsiniz.
5) Rehberli bir son inceleme yapın
İşte en sevdiğim kısım: LLM'lerin insanların yerini almaya çalışmak yerine, üstün dikkatleri ve hızlarıyla onlara yardımcı olması.
Makine çevirisi tamamlandıktan sonra, insanın aklına gelen ilk şey tüm taslağı manuel olarak gözden geçirmek olur. Üslup kılavuzları, yorumlar ve denetleme işlemleri taslağı tipik bir LLM çevirisinden çok daha iyi hale getirse de, her şeyi tek tek okumak elde edilen zaman tasarrufunu azaltacaktır.
Buna alternatif olarak, bir LLM temsilcisinden taslağı inceleyip zayıf noktaları veya dikkat gerektiren alanları bulmasını isteyebilirsiniz. Şartlar ve Koşullar metinlerinde bu, yasal bağlayıcılığı olan maddeler ve kesin terimler anlamına gelebilir. Ayrıca temsilciden, kaynak metin ile çeviri arasındaki sapmaları veya üslup kaymalarını tespit etmesini de isteyebilirsiniz. Temsilci; çeviri belleğine, üslup kılavuzlarına ve sözlüklere erişebiliyorsa harikalar yaratabilir.
Transept'te bu incelemeyi gerçekleştirmenin üç yolu bulunuyor.
- İnceleme paneli üzerinden nelerin tespit edileceğini belirleyebilir ve bir inceleme yöntemi seçebilirsiniz: Slayt slayt ilerleyen odaklı bir mod, tüm belgeyi kapsayan bir inceleme veya Literess'ten gelen yorumlar. Bu sayede nokta atışı düzenlemeler yapabilirsiniz.
- İş Akışları'nda bu inceleme adımını anında planlayıp yapılandırabilirsiniz. Bu teknik, Denetleme eyleminin arka planında gizlice yer alır ve bir filtre görevi görür. Böylece, örneğin tüm üslup sapmalarını bulabilir, yapay zekaya bunları düzelttirebilir ve ancak ondan sonra metni kendiniz gözden geçirebilirsiniz.
- Literess'ten de yardım isteyebilirsiniz! Kendisinin en güçlü yönü, yaratıcı kararların verildiği sayfa üzerindeki odaklanmış yinelemelerdir. Ayrıca sizin için bir iş akışı veya inceleme de kurgulayabilir; böylece kullanıcı arayüzü (UI) kısmını atlayabilirsiniz.
Tam post-editing iş akışı: Başlangıç noktasını iyileştirmek
Tam MTPE de aynı "önce insan" temeliyle başlar ancak hafif MTPE sonucunu bir başlangıç noktası olarak kabul eder. Buradan itibaren çalışma; daha derinlemesine testlere, yaratıcı iyileştirmelere ve yayın düzeyinde kalite güvencesine (QA) odaklanır.
Yine de tüm vaktinizi sayfaları tek tek okumaya harcamak yerine, daha akıllı bir tam MTPE iş akışı yürütmek mümkündür.
1) Bir dizi rehberli inceleme oluşturun
Romanımın çevirisinde ilerledikçe, yapay zeka destekli inceleme iş akışım, kalite çıtamı korumak için ihtiyaç duyduğum bir dizi ritüele dönüştü.
- Konuşmalarının ardındaki düşünceler olay örgüsü için önemli bir unsur olduğundan, niyetlerin doğru anlaşıldığından emin olmak adına yapay zekaya tüm karakter iç çözümlemelerini buldurdum.
- Ayrıca sözlükte veya üslup kılavuzunda yer almayan tüm orijinal kelime oyunlarını ve yeni türetilen kelimeleri de buldurdum; böylece bunların korunup korunmayacağı konusunda son sözü ben söyleyebildim.
- Son olarak temsilciler, karakter sesindeki sapmaların peşine düştü. Bu çetrefilli bir işti; zira çeviri belleğindeki sonuçları karşılaştırıp bir karakterin farklı bir tonda konuştuğu durumları işaretlemeleri gerekiyordu. Çoğu zaman bu değişimler yerinde duyguları yansıtıyordu; ancak bazen üslup değişikliği sadece bir insanın, yani benim fark edebileceğim türdendi.
Transept'te, ben asıl işimle meşgulken tüm bu analizlerin birer birer yapıldığı bir iş akışı oluşturdum. Bunları telefonumdan inceledim ve daha sonra yorumlarını ele alabileceğim tamamen notlandırılmış bir versiyon elde ettim.
2) En iyi çeviri belleği yapılandırmasını bulun
Gelişmiş TM araçları, anlamsal arama sayesinde, bir insanın doğrudan kullanması için çok zayıf kalsa da kavramsal olarak eşleşen çeviri bölümlerini bulmanıza olanak tanır. Ancak bu bölümler, LLM'lere ne beklediğinizi göstererek onlara yine de rehberlik edebilir.
Transept'te olduğu gibi genişletilmiş bellek bağlamı sayesinde, MTPE sürecini şu yollarla kolaylaştırabilirsiniz.
1. Alternatifleri, yani reddedilen makine veya insan taslaklarını da TM sonuçlarına dahil edin. Yardım merkezi makalelerinin Ukraynaca taslaklarını geliştirirken bu yöntemin özellikle faydasını gördüm. Buradaki editörlük mesaisinin büyük bir kısmı, Rusizmleri ayıklamak ve metne doğal bir akış kazandırmak üzerineydi. Öncesi-sonrası örnekleri sunulduğunda LLM'ler, bu bağlamda Ukraynaca için beklenen standardın ne olduğunu kavradı.
2. Kendi sihirli belgenizi bulun ve onu kullanın. Değişiklik günlükleri gibi kendini tekrar eden içerikler çeviriyorsanız, tüm veritabanınızı kullanmak yerine bir sözlüğü TM'deki en iyi çevirilerden oluşan bir seçkiyle birleştirebilirsiniz. Anlamsal eşleşmeler sayesinde bu yapılandırma, LLM'ler için beklentileri belirler ve bir kez daha en iyi taslağın ortaya çıkmasını sağlar.
3. Manuel incelemeniz sırasında yapay zeka ile yeniden sıralama özelliğini kullanın. Yapay zeka ile yeniden sıralama (AI reranking), bellek sonuçlarını okur ve algoritmik eşleşme zayıf olsa bile en alakalı olanları yukarı taşır. Ben genellikle TM kenar çubuğu açıkken inceleme yaparım; yeniden sıralama sayesinde sadece insan için en anlamlı örnekler görünürde kalır. Bu da sonuçlar arasında gezinip neye ihtiyacım olduğunu anlamaya çalışırken zaman kazandırır.
3) Temsilcinizin belleğini kişisel tercihlerinizle şekillendirin
Bir ajansın standartlarının ve müşterinin marka kılavuzunun ötesinde, sizin kişisel zevk ve tercihlerinize göre yapılan özelleştirmenin gücü fazlasıyla hafife alınıyor. Yapay zeka psikozu yaşayan kişilerin ChatGPT belleklerinin genellikle tamamen dolu olması oldukça manidardır. Bu kişiselleştirme, eski bir GPT-4o modeline bile kullanıcılar üzerinde muazzam bir etki kazandırarak, kullanıcıların modellerinin kapatılmasını önlemek için isyan etmelerine yol açtı.
Çeviri yaparken sayısız kişisel alışkanlığınız vardır: çalışma şekliniz ve kendinize has öncelik sıranız. Bunlar, iş akışı adımlarından çok daha fazlasıdır. Bazıları o kadar ince nüanslardır ki, hepsinin farkında bile olmayabilirsiniz.
Yapay zeka temsilcileri için gerçekten iyi bir bellek modeli üzerinde çalışmalarımız sürerken, ben sık sık Literess ile bir belge üzerinde yaptığımız işler hakkında konuşmaya vakit ayırıyorum. Ondan kalıpları analiz etmesini istiyor, kararlar üzerine onunla tartışıyor ve ardından öğrendiklerimizi belleğine kaydetmesini sağlıyorum.
Bu teknik ne kadar basit olsa da, her bir son okuma aşamasına, iyileştirmeye ve fantastik isimlerin çevirisi hakkındaki tartışmalara sıfırdan değil, ortak bir zeminden başlamama yardımcı oldu.
Literess'i hep böyle hayal etmiştim: Komutları körü körüne uygulayan ve yerimi almayı bekleyen bir tehdit değil; bir meslektaş, bir dost ve bir çırak.
Sıkça Sorulan Sorular
Makine çevirisi sonrası düzenleme (MTPE) nedir?
Makine çevirisi sonrası düzenleme, makine tarafından üretilen bir çevirinin belirlenmiş bir kalite hedefine ulaşana kadar gözden geçirilmesi ve iyileştirilmesi sürecidir. Geleneksel yöntemde makine önce taslağın tamamını hazırlar, ardından bir insan bunu düzeltir. İnsan odaklı bir MTPE iş akışında ise çevirmen; bağlam, yorumlar, sözlükler, üslup kılavuzları ve çeviri belleği ile üretim sürecine önceden rehberlik eder.
Hafif ve tam sonrası düzenleme arasındaki fark nedir?
Hafif sonrası düzenleme; doğru, anlaşılır ve kullanılabilir bir çeviri sunmayı hedefler. Her bir üslup tercihini mükemmelleştirmeye çalışmadan; anlama, eksikliklere ve kritik terminolojiye öncelik verir. Tam sonrası düzenleme ise doğal akış, tutarlı ses tonu, kültürel nüanslar ve daha sıkı bir son kalite kontrol (QA) süreciyle metni yayın kalitesine ulaştırır. İş akışı aynı kalabilir; değişen şey kalite çıtası ve insan incelemesinin derinliğidir.
LLM çevirisi hâlâ insan eliyle sonrası düzenlemeye ihtiyaç duyuyor mu?
Evet. Çıktının akıcı olması, onun mutlaka doğru olduğu anlamına gelmez. Bir LLM; anlamı atlayarak, bağlamı yanlış anlayarak, gerekli terminolojiden uzaklaşarak veya özgün bir üslubu sıradanlaştırarak kulağa doğal gelen cümleler yazabilir. Neyin "iyi" olduğunu tanımlamak, belirsiz durumlarda karar vermek ve hataların ciddi sonuçlar doğurabileceği kısımları doğrulamak için insan muhakemesine hâlâ ihtiyaç vardır.
MTPE ne zaman zahmete değer, ne zaman sıfırdan çeviri yapmalı?
Makine kullanışlı bir temel oluşturduğunda ve editör hedef kaliteye sıfırdan başlamaktan daha hızlı ulaşabildiğinde MTPE zahmete değer. Her durum için geçerli, gerçekçi bir tasarruf yüzdesi yoktur. Temsili içerikleri test edin ve gerçek düzenleme süresini takip edin. Eğer cümlelerin çoğunu yeniden yazıyor, aynı hataları defalarca düzeltiyor veya taslağın yapısıyla boğuşuyorsanız; modelin bağlamını iyileştirin veya o içeriği sıfırdan çevirin.
MTPE kalitesi nasıl ölçülmelidir?
Kaliteyi tek bir otomatik puan üzerinden değil, metnin kullanım amacına göre ölçün. Aslına uygunluk, eksikler, kritik hatalar, terminoloji, üslup tutarlılığı, düzenleme süresi ve QA sürecinde saptanan hata sayısı gibi unsurları değerlendirin. Otomatik metrikler ve yapay zeka incelemeleri riskli noktaları saptamaya yardımcı olabilir; ancak yaratıcılık, kültürel bağlam, hukuki konular veya marka hassasiyeti gerektiren kararlar hâlâ yetkin bir insanın muhakemesine ihtiyaç duyar. Transept'teki rehberli incelemeler, sözlük ve üslup kılavuzuna duyarlı kontroller ve çeviri belleği referansları, bu denetim sürecini belirli hata türlerine odaklamanızı sağlar.
İnsan odaklı MTPE'yi çok sayıda küçük belge genelinde nasıl ölçeklendirebilirsiniz?
İnsan muhakemesini bir kez kurgulayın ve ardından tekrar kullanın. Ortak bir sözlük ve üslup kılavuzu oluşturun, temsili bir temel çeviriyi onaylayın ve bu kararların çeviri belleğine aktarılmasını sağlayın. Transept'te bellek, bir proje veya ekip dahilinde arama yapabilir; geçmiş tartışmaları, alternatifleri ve çevreleyen bağlamı kapsayabilir. Çeviri, son okuma ve rehberli inceleme adımlarını yeniden kullanılabilir bir ekip iş akışı olarak kaydedin, ardından aynı kurulumu bekleyen tüm belgelere uygulayın. İnsanlar, her dosya için iş özetini tekrar açıklamak yerine yalnızca istisnaları ve yüksek riskli bölümleri inceler.
Yazar
Transept'in kurucu ortağı, “Mevkh” mahlasıyla yazıyor. Dil ve Edebiyat derecesi, ardından yazılıma geçiş: 50.000'den fazla kullanıcıya canlı ortamda LLM özellikleri sunan kıdemli yapay zekâ mühendisi – RAG, ajan tabanlı araçlar, LLM-as-judge değerlendirmesi. Çekmecesinde 120.000 kelimelik hicivli romantik fantastik eseri bulunan, ağır adımlarla ilerleyen bir romancı. Yapay zekâ çevirisi ile kendi üslubu arasındaki uyuşmazlık, tüm bu serüveni başlatan şey oldu.