什么是片段？
片段是在CAT工具和翻译记忆系统中作为单个可翻译实体处理的离散文本单位。分段是将源内容划分为这些可管理单位的过程，然后成为翻译、存储和重用的基础。
最常见的片段边界是句子，但根据内容类型和应用的分段规则，片段也可以是段落、标题、列表项或其他逻辑文本划分。
分段类型
基于句子的分段
最常见的方法，在句子边界处分割文本。
示例：
源文本：
"欢迎来到我们的平台。我们帮助您高效翻译内容。"
片段：
1. "欢迎来到我们的平台。"
2. "我们帮助您高效翻译内容。"
优势：
- 自然的翻译单元
- 良好的TM利用率
- 行业标准
挑战：
- 缩写（博士、公司等）
- 带小数点的数字（3.14）
- 省略号（...）
- 特定语言模式
基于段落的分段
每个段落成为一个片段。
最适合：
- 文学翻译
- 营销内容
- 需要保持流畅的内容
缺点：
- 较低的TM重用
- 较大的片段需要管理
自定义分段
基于特定规则或模式：
- 按HTML标签
- 按XML元素
- 按换行符
- 按自定义分隔符
分段规则
标准断点
| 模式 | 操作 | 示例 |
|---|---|---|
| 句号+空格 | 分割 | "结束。开始" → 2个片段 |
| 问号+空格 | 分割 | "为什么？因为" → 2个片段 |
| 感叹号+空格 | 分割 | "停！继续" → 2个片段 |
| 冒号（视上下文） | 有时 | 取决于规则 |
| 分号 | 通常不 | 保留在片段中 |
异常处理
缩写：
"史密斯博士于上午9点到达。"
→ 一个片段（缩写不分割）
数字：
"结果是3.14159。"
→ 一个片段（小数点不分割）
CAT工具中的分段
SRX（分段规则交换）
定义分段规则的标准格式：
<srx version="2.0">
<body>
<languagerules>
<languagerule languagerulename="Chinese">
<rule break="yes">
<beforebreak>[。？！]+</beforebreak>
<afterbreak>.</afterbreak>
</rule>
</languagerule>
</languagerules>
</body>
</srx>
不同工具的规则
| CAT工具 | 分段方法 |
|---|---|
| Trados | 内置+自定义SRX |
| memoQ | 分段规则编辑器 |
| Phrase | 项目级配置 |
| OmegaT | SRX文件 |
对翻译记忆的影响
片段粒度 vs 重用
| 粒度 | TM重用 | 上下文保留 |
|---|---|---|
| 句子 | 高 | 低 |
| 段落 | 低 | 高 |
| 子句 | 非常高 | 非常低 |
影响示例
句子分段：
TM条目："点击保存以继续。"
新文本："点击保存以继续。"
匹配：100%
段落分段：
TM条目："点击保存以继续。您的更改将被应用。"
新文本："点击保存以继续。您的设置将被保存。"
匹配：~70%
最佳实践
一致的分段
在整个项目中使用相同规则
- 确保TM一致性
- 实现准确匹配
记录您的规则
- 与团队成员共享
- 包含在项目设置中
考虑内容类型
- 技术：句子级
- 营销：可能需要段落
- 软件：逐字符串
片段状态和工作流程
常见片段状态
| 状态 | 含义 |
|---|---|
| 新建 | 尚未翻译 |
| 草稿 | 翻译进行中 |
| 已翻译 | 翻译完成 |
| 已审核 | 通过审核 |
| 已确认 | 最终，锁定 |
| 已拒绝 | 需要返工 |
工作流程示例
新建 → 已翻译 → 已审核 → 已确认
↓
已拒绝 → 已翻译（修订）
片段级功能
片段属性
- 源文本
- 目标文本
- 匹配百分比
- 来源（TM、MT、人工）
- 状态
- 注释/备注
- 元数据（创建、修改、由谁）
片段操作
| 操作 | 目的 |
|---|---|
| 拆分 | 划分为多个片段 |
| 合并 | 合并多个片段 |
| 锁定 | 防止更改 |
| 复制源 | 用源填充目标 |
| 插入匹配 | 使用TM建议 |
常见问题
理想的片段大小是多少？
句子级是大多数内容类型的行业标准。它平衡了TM利用率和翻译上下文。但是，营销或文学内容可能受益于段落级以获得更好的流畅性。
开始翻译后可以更改分段吗？
可以，但要谨慎。重新分段可能影响TM匹配，可能需要重新翻译受影响的片段。最好在开始之前最终确定分段规则。
为什么不同的CAT工具对同一文本分段不同？
不同工具使用不同的分段算法和默认规则。即使有SRX标准，实现也有所不同。切换工具时始终验证分段。
片段如何与翻译记忆相关？
每个确认的片段成为TM条目（翻译单元）。当新文本以相同方式分段时，TM可以找到匹配。一致的分段对TM效果至关重要。
片段中的内联格式会怎样？
内联标签（粗体、斜体、链接）作为占位符或代码保留在片段中。翻译人员在翻译周围文本时必须在目标中保持它们。
法律文件应该按句子还是段落分段？
通常对于合同和法律文本使用句子级，因为它提供更好的TM利用率和精确匹配。但是，某些法律条款可能需要保持在一起以保留上下文。