小語(yǔ)種翻譯流程總結(jié)

上一周大部分時(shí)間都花在了折騰小語(yǔ)種上，利用近一周的時(shí)間，總算是將這塊內(nèi)容折騰明白了。所以這篇文章就簡(jiǎn)單總結(jié)一下，我在做小語(yǔ)種翻譯過(guò)程中涉及到的一些流程與思路。

首先要說(shuō)明兩個(gè)問(wèn)題，其一是為什么不用自動(dòng)化翻譯的問(wèn)題，其二是為什么不用相關(guān)翻譯軟件 API 的問(wèn)題。

第一，自動(dòng)化翻譯出來(lái)的質(zhì)量不高，會(huì)導(dǎo)致后續(xù)不斷掉收錄，甚至可能會(huì)拉低全站質(zhì)量。所以思來(lái)想去，干脆放棄了類似于谷歌翻譯這樣的功能，轉(zhuǎn)而使用 OpenAI 訓(xùn)練身份設(shè)定，將對(duì)應(yīng)詞條轉(zhuǎn)述為對(duì)應(yīng)小語(yǔ)種版本。

第二，不使用 API 主要還是因?yàn)樾詢r(jià)比的問(wèn)題。像 DeepL API 這種質(zhì)量還不錯(cuò)的方案，開通會(huì)員版后，25 美金只能翻譯一百萬(wàn)字符，基本就是 30 個(gè)頁(yè)面左右。

而我的網(wǎng)站目前就有一千三百多個(gè)頁(yè)面，使用這種方案的話真的有點(diǎn)扛不住。即便去買免費(fèi)版的 DeepL API，每個(gè)月也需要花費(fèi)近千元了。

當(dāng)然，這周也陸陸續(xù)續(xù)試了一些朋友的推薦（比如有朋友推薦的 Deeplx 方案），總結(jié)起來(lái)就是「好貨不便宜，便宜無(wú)好貨」。所以，最后也就決定直接使用 OpenAI 訓(xùn)練身份設(shè)定來(lái)翻譯詞條了。

整體方案確定了，下一步要做的就是執(zhí)行細(xì)則。目前我的做法是，手工整理頁(yè)面詞條信息，然后交由 OpenAI 轉(zhuǎn)述成對(duì)應(yīng)小語(yǔ)種，然后利用工具將英語(yǔ)版本與小語(yǔ)種版本的詞條一一對(duì)應(yīng)起來(lái)，存儲(chǔ)到表格中。

這個(gè)過(guò)程，最基本也是最重要的要求，就是英語(yǔ)與小語(yǔ)種的詞條對(duì)應(yīng)順序不能錯(cuò)，否則就亂套了，好在這塊我直接寫了一個(gè) Python 腳本協(xié)助處理，直接將「人」這個(gè)不確定因素剔除出去。

到這一步，基本不費(fèi)什么人工，唯一需要手動(dòng)操作的地方，就是手動(dòng)去整理頁(yè)面的詞條。我簡(jiǎn)單統(tǒng)計(jì)了一下，平均整理一個(gè)頁(yè)面耗時(shí)在一分鐘左右，還能接受。且目前我的 OpenAI 都是使用的第三方工具提供的，也沒花錢。

下一步就需要將這一個(gè)一個(gè)小語(yǔ)種的詞條，填充到小語(yǔ)種的頁(yè)面中去了，可能這也是整個(gè)流程比較讓人頭痛的一點(diǎn)。

目前，我網(wǎng)站小語(yǔ)種插件使用的是 TranslatePress 開發(fā)版，支持自定義頁(yè)面編輯。假如使用人工一條一條去處理的話，可能猴年馬月都干不完。

所以我就嘗試著去找一些翻譯詞條批量上傳的工具，試了幾個(gè)效果都不理想。所以這也是我最煩 TranslatePress 的一個(gè)點(diǎn)，為什么不提供一個(gè)翻譯詞條批量上傳的功能（有這個(gè)功能能省事不少）。

可能人家出于商業(yè)變現(xiàn)的考量，閹割了這個(gè)需求。那干脆我就只能自己動(dòng)手寫了，主要也就是兩個(gè)方案。一是寫專門的上傳插件，去對(duì)接 TranslatePress 數(shù)據(jù)庫(kù)，從根上解決問(wèn)題。二是寫 RPA 自動(dòng)執(zhí)行腳本（或者自動(dòng)化流程），直接將「人工」從詞條更新這個(gè)環(huán)節(jié)抽離出去。

焦慮了一個(gè)上午，最后決定還是采用 RPA 方案。畢竟節(jié)省時(shí)間，節(jié)省成本，因?yàn)槲艺娴臎]有時(shí)間去深入了解 TranslatePress 的表結(jié)構(gòu)設(shè)計(jì)。

上圖便是昨天下午寫出來(lái)的自動(dòng)化流程，200 多行代碼，整體上寫出來(lái)不難。比較耗時(shí)間的就是測(cè)試、微調(diào)，好在這個(gè)部分工作今天也做完了。簡(jiǎn)單試驗(yàn)了十幾個(gè)頁(yè)面，效果還不錯(cuò)，畢竟這種「復(fù)制粘貼」的工作，我是真的不愿做。

上面就是我的一些流程，有興趣或者有疑問(wèn)，歡迎交流。