Çeviri Segmentasyonu: Metin Nasıl Parçalara Bölünür?

Bir çeviri aracını ilk kez açan herkes aynı şeyi görür: metin, iki sütunlu bir tabloya dönüşmüştür. Solda kaynak cümleler, sağda boş kutular. Bu görüntünün arkasındaki işleme çeviri segmentasyon denir.

İçindekiler

Segmentasyon, metni çeviri belleğinin işleyebileceği birimlere bölme işlemidir. Teknik bir zorunluluktur: bellek eşleştirmeyi segment düzeyinde yapar, dolayısıyla bölme olmadan hiçbir eşleşme oranı hesaplanamaz.

Ama bu teknik tercihin iki önemli sonucu var: hem faturanızdaki tekrar indirimini hem de metnin okunma biçimini belirliyor. Bu yazı ikisini de açıklıyor.

Çeviri segmentasyon nedir?

Çeviri aracı bir belgeyi açtığında önce metni ayıklar, sonra bu metni parçalara böler. Varsayılan bölme birimi cümledir; ancak başlıklar, tablo hücreleri, liste maddeleri ve resim altı yazıları da ayrı segment sayılır.

Bölme noktası genellikle noktalama işaretlerine göre belirlenir: nokta, soru işareti, ünlem, iki nokta. Bunlara ek olarak paragraf sonu ve biçimlendirme sınırları da bölme üretir.

Segmentler oluştuktan sonra her biri bellekte aranır ve eşleşme oranı hesaplanır. Yani segmentin nerede başlayıp nerede bittiği, doğrudan o segmentin bellekte bulunup bulunmayacağını belirler.

Bu yüzden segmentasyon, görünüşte teknik bir ayrıntı olmasına rağmen bütün sürecin temelidir. Yanlış bölünmüş bir metin, hem düşük eşleşme oranı hem de kullanılamaz bir bellek üretir.

Segment birimi olarak neden cümlenin seçildiği de sorulmaya değer. Paragraf çok büyük bir birimdir; tek kelimelik bir değişiklik koca bir bloğun eşleşmesini bozar. Kelime ise çok küçüktür; bağlam taşımaz. Cümle, tekrar etme ihtimali ile anlam bütünlüğü arasında makul bir dengedir. Bu denge mükemmel değildir, ama pratikte kırk yıldır işlemektedir.

Segmentasyon kuralları nasıl belirlenir?

Her araç bir kural kümesiyle gelir. Bu kurallar hangi karakterlerin bölme ürettiğini, hangi durumlarda bölmenin engellendiğini tanımlar. Kurallar dile göre değişir ve kullanıcı tarafından düzenlenebilir.

Kural kümelerinin araçlar arasında taşınabilmesi için ortak bir biçim de geliştirilmiştir: SRX (Segmentation Rules eXchange). Bu sayede bir projede tanımlanan kurallar, başka bir ortamda aynı sonucu üretebilir.

Kuralların en önemli bileşeni istisna listesidir. “Dr.”, “vb.”, “Sn.”, “No.” gibi kısaltmalardaki nokta cümle sonu değildir; bu ifadeler listeye eklenerek yanlış bölme engellenir. Liste zenginleştikçe segmentasyon kalitesi artar.

Uygulamada kuralların projeye özel ayarlanması çoğu zaman atlanır. Oysa hukuki metinlerdeki madde numaraları ya da teknik belgelerdeki ölçü birimleri, varsayılan ayarlarla düzenli olarak hatalı bölünür.

Kurallar bir kez değiştirildiğinde geçmişe dönük bir etki de doğar. Aynı belge farklı kurallarla yeniden bölündüğünde, eski bellekteki kayıtlar artık yeni segmentlerle örtüşmeyebilir ve eşleşme oranı düşer. Bu nedenle kural değişiklikleri proje ortasında değil, yeni bir belge ailesine başlarken yapılmalıdır.

Segment sınırı nerede yanlış çizilir?

Segmentasyon hataları belirli kalıplarda tekrar eder. Aşağıdaki tablo en sık görülenleri ve etkilerini özetliyor.

Durum	Ne olur?	Sonucu
Kısaltmadaki nokta	Cümle ortadan ikiye bölünür	Bellekte yarım cümleler birikir
Ondalık sayı	Sayı iki segmente ayrılır	Sayı kontrolü hata verir
Madde numarası	Numara ayrı segment olur	Bağlam kopar, çeviri zorlaşır
Elle konmuş satır sonu	Tek cümle birden çok parçaya bölünür	Eşleşme oranı düşer
Tablo hücreleri	Cümle hücrelere dağılır	Anlam segment içinde görünmez
Resim içine gömülü metin	Hiç segment üretilmez	Metin çeviri dışı kalır

Bu hataların büyük bölümü kaynak belgenin hazırlanış biçiminden doğar. Yazılım kusurlu olduğu için değil, belge yazılımın beklediği düzenlilikte olmadığı için ortaya çıkarlar. İyi haber şu: çoğu, kaynak dosyada birkaç dakikalık düzeltmeyle önlenebilir.

Tablonun son satırı ayrıca vurgulanmalıdır. Görsellerin içine gömülü metin hiç segment üretmediği için analiz raporunda da görünmez; belge çevrildi sanılır, oysa şemalardaki etiketler kaynak dilinde kalmıştır. Bu, teslimden sonra fark edildiğinde en pahalıya mal olan eksiklerden biridir ve önlemek için tek yapılması gereken, bu metinleri baştan ayrı bir dosyada listelemektir.

Segmentasyon çeviriye ne yapıyor?

Segmentasyonun teknik faydası tartışmasızdır. Ancak metin üzerindeki etkisi yıllardır tartışılıyor ve bu tartışma alıcı tarafı da ilgilendiriyor.

Birinci etki, cümle sınırlarının sabitlenmesidir. İyi bir çevirmen, kaynak dildeki iki cümleyi hedef dilde tek cümlede birleştirebilir ya da uzun bir cümleyi ikiye ayırabilir. Segmentli ortamda bu hamle zorlaşır. Nitekim Ehrensberger-Dow ve Massey (2014), araçla çalışırken cümle birleştirme davranışının yaklaşık %50 oranında azaldığını raporlamıştır.

İkinci etki bütünlük kaybıdır. Mossop (2006) bunu “kolaj çeviri” olarak adlandırır: her segment tek tek doğrudur, ama metnin bütününü kimse okumamıştır. Bağlaçlar zayıflar, gönderimler kopar, paragraf ritmi kaybolur.

Bu iki etki, teknik belgelerde çoğunlukla önemsizdir; tutarlılık zaten akıcılıktan önce gelir. Ama tanıtım metinlerinde, kurumsal iletişimde ve yayımlanacak içerikte sonuç fark edilir. Çözüm aracı bırakmak değil, iş akışına bütün metin üzerinden ayrı bir son okuma eklemektir.

Üçüncü ve daha az konuşulan etki, kaynak metnin kendisi üzerindedir. Segmentli üretimin yaygınlaşması, kurumları daha kısa ve daha standart cümleler yazmaya iter; çünkü böyle yazılmış metinler daha yüksek eşleşme verir. Bu, teknik dokümantasyonda genellikle iyi bir sonuçtur. Ancak aynı disiplinin kurumsal iletişim metinlerine taşınması, dili tekdüzeleştirebilir. Aracın metni değil, metnin aracı belirlemesi tercih edilmelidir.

Segmentasyon faturayı nasıl etkiler?

Eşleşme oranları segment düzeyinde hesaplandığı için, segment sınırlarındaki her sapma doğrudan analiz sonucunu değiştirir. Aynı belge, farklı segmentasyon kurallarıyla farklı tekrar oranı verebilir.

Somut örnek: kaynak belgede paragraflar elle konmuş satır sonlarıyla bölünmüşse, bellekteki tam cümleler artık bulunamaz. Geçen yıl çevrilmiş bir metin, bu yıl neredeyse sıfır eşleşme verebilir. Kelime sayısı değişmemiştir ama faturanız artmıştır.

Tersi de geçerlidir. Kaynak belgeleri sürümden sürüme aynı düzende tutan kurumlar, yalnızca bu disiplin sayesinde yüksek bağlam eşleşmesi elde eder. Sektör verilerine göre çeviri işlerinin ancak %59 dolayındaki bölümü tamamen yenidir (DePalma 2012); bu potansiyelin ne kadarını kullanabileceğinizi büyük ölçüde belge düzeniniz belirler.

Bu nedenle teklifler arasında büyük tekrar oranı farkı görüyorsanız, önce belgenin nasıl işlendiğini sorun. İki büro aynı dosyayı farklı ayarlarla açtığında farklı analiz üretebilir; bu, birinin daha cömert olduğu anlamına gelmez. Karşılaştırmayı adil kılmak için analizlerin aynı kaynak dosya ve aynı bellek üzerinden yapılmasını istemek gerekir.

Kaynak metni segmentasyona hazırlamak

Aşağıdaki adımlar, çeviriye göndermeden önce kaynak belgede yapılabilecek en yüksek getirili düzeltmelerdir. Hiçbiri özel yazılım gerektirmez.

Belgeyi düzenlenebilir biçimde gönderin; taranmış PDF yerine kaynak dosyayı arayın.
Cümle içinde elle konmuş satır sonlarını temizleyin; hizalamayı biçim ayarlarıyla yapın.
Tabloları resim olarak değil gerçek tablo olarak yerleştirin.
Görsellerin içine gömülü metinleri ayrı bir dosyada listeleyin.
Kısaltmaları belge boyunca tutarlı yazın ve listesini tedarikçinize verin.
Sürümler arasında belgenin genel düzenini korumaya çalışın.

Bu altı maddenin toplam maliyeti genellikle yarım günün altındadır ve etkisi her yeni sürümde tekrar eder. Belge düzeni, çeviri bütçesinin en az konuşulan ama en kolay iyileştirilen bileşenidir.

Türkiye bağlamı

Türkçe, segmentasyon açısından iki özel zorluk taşır. Birincisi cümle uzunluğudur: Türkçede yan cümleler ana cümleye eklerle bağlandığı için tek bir cümle çok katmanlı hâle gelebilir. Bu cümlelerin bellekte birebir tekrar etme ihtimali, kısa cümlelere göre düşüktür.

İkincisi kısaltma ve unvan kullanımıdır. “Sn.”, “Av.”, “Dr.”, “vb.”, “T.C.” gibi ifadeler resmî yazışmada yoğun geçer ve istisna listesine eklenmediklerinde düzenli olarak yanlış bölme üretirler. Türkçe için hazırlanmış bir kısaltma listesi kullanmak, tek başına gözle görülür bir iyileşme sağlar.

Üçüncüsü belge kaynağıdır. Türkiye’de çeviriye gönderilen resmî evrakın önemli bölümü taranmış PDF’tir; noter onaylı belgeler, diploma ve sicil kayıtları çoğu zaman kaynak dosyası olmayan çıktılardır. Bu belgelerde OCR aşaması zorunludur ve OCR çıktısındaki satır sonları segmentasyonu bozan başlıca etkendir. Türkçe karakterlerin doğru tanınması da ayrı bir kontrol adımı gerektirir.

Bu sizin için ne anlama geliyor?

Segmentasyon, tedarikçinizin sorumluluğundaki teknik bir aşama gibi görünür. Gerçekte sonucunu belirleyen büyük ölçüde sizin gönderdiğiniz dosyadır.

Pratik karşılığı şudur: aynı içeriği düzenli bir Word dosyası olarak göndermekle taranmış bir PDF olarak göndermek, hem fiyatı hem teslim süresini hem de kaliteyi değiştirir. Fark çoğu zaman sanılandan büyüktür ve tamamen sizin kontrolünüzdedir.

Ayrıca yayımlanacak metinlerde bütün metin üzerinden son okuma isteyin. Segmentli üretimin ürettiği kopukluk, ancak bu aşamada giderilir ve ayrı bir iş kalemi olarak fiyatlandırılmalıdır. Belge hazırlığı konusundaki ayrıntılı önerileri bilgi merkezimizde bulabilir, elinizdeki dosyalar için teklif isteyebilirsiniz.

Sık sorulan sorular

Segmentasyon nedir, neden yapılır?

Segmentasyon, metni çeviri aracının işleyebileceği küçük birimlere bölme işlemidir. Varsayılan birim genellikle cümledir. Bölme yapılmadan çeviri belleği çalışamaz; çünkü bellek eşleştirmeyi segment düzeyinde yapar.

Segment sınırları yanlış çizilirse ne olur?

Kısaltmalar, ondalık sayılar ve madde numaraları yanlış bölme noktası üretebilir. Bu durumda bellekteki kayıtlar bozulur, eşleşme oranı düşer ve çevirmen anlamsız parçalarla çalışmak zorunda kalır.

Segmentasyon çeviri kalitesini düşürür mü?

Düşürebilir. Cümle cümle çalışmak, metnin bütününün gözden kaçmasına yol açabilir. Araştırmalar, araçla çalışırken çevirmenlerin cümle birleştirme davranışının belirgin biçimde azaldığını göstermiştir. Bu nedenle bütün metin üzerinden ayrı bir son okuma gereklidir.

Kaynak metnimi nasıl hazırlarsam daha iyi sonuç alırım?

Metni düzenlenebilir biçimde gönderin, satır sonlarını cümle içinde kullanmayın, tabloları resim olarak yerleştirmeyin ve kısaltmaları tutarlı yazın. Bu dört madde segmentasyon kalitesini gözle görülür biçimde artırır.

Kaynaklar

Pietrzak, P. & Kornacki, M. (2021). Using CAT Tools in Freelance Translation. Routledge Focus, Bölüm 4.
Ehrensberger-Dow, M. & Massey, G. (2014). “Cognitive ergonomic issues in professional translation”. The Development of Translation Competence. Cambridge Scholars.
Mossop, B. (2006). “Has Computerization Changed Translation?”. Meta, 51(4), s. 787–805.
DePalma, D. A. (2012). Translation Productivity Benchmarks. Common Sense Advisory.