Bảng thuật ngữ 101: khóa tên nhân vật và thuật ngữ

Cho một visual novel tiếng Nhật 200 dòng chạy qua DeepL, tên nữ chính ra là Alice. 200 dòng kế tiếp thành Aris. Lô sau nữa lại chọn Arisu. Tới chương bốn, cô ấy có ba cái tên tùy bạn đang đọc cảnh nào.

Đây là lỗi phổ biến nhất của dịch máy trên các game cốt truyện dài: không phải ngữ pháp, không phải cách diễn đạt, mà là danh từ riêng không nhất quán. Nhà cung cấp không nhớ gì giữa các lô; mỗi lần gặp một cái tên, nó lại đoán cách phiên âm hợp lý nhất. Qua một RPG 40 giờ, sự lệch này khiến bản dịch đọc được trở nên như do bốn người khác nhau dịch.

Bảng thuật ngữ giải quyết chuyện này. Bạn định nghĩa các cặp thuật ngữ nguồn-đích một lần, ví dụ アリス → Alice, 勇者 → Hero, 魔王 → Demon Lord, và mọi lô dịch, trên mọi nhà cung cấp, đều tuân theo. Nhà cung cấp thậm chí không bao giờ thấy các thuật ngữ đó ở dạng gốc.

Bảng thuật ngữ là gì

Bảng thuật ngữ trong RuneTranslate là một danh sách quy tắc ba cột:

• source: chuỗi con ở ngôn ngữ nguồn cần khóa (mặc định là tiếng Nhật; hỗ trợ mọi ngôn ngữ nguồn), ví dụ 勇者.
• target: cách bạn muốn nó hiện ở bản dịch, ví dụ Hero.
• targetLang: quy tắc áp dụng cho ngôn ngữ đích nào, nên một bảng thuật ngữ có thể phủ cả tiếng Anh + Tây Ban Nha + Đức cùng lúc.

Thêm khoảng 30 mục như vậy cho dàn nhân vật của một visual novel điển hình là bạn đã dẹp sạch cả lớp lỗi lệch danh từ riêng chỉ trong một lần.

Mặt nạ placeholder hoạt động thế nào (không phụ thuộc nhà cung cấp)

Cách ngây thơ là dùng regex thay thuật ngữ đích vào sau khi nhà cung cấp chạy. Cách này tạm ổn với DeepL nhưng hỏng với LLM, vì LLM đã diễn đạt lại cả câu quanh thuật ngữ nó dịch, để lại mạo từ thừa và cách viết hoa kỳ quặc.

RuneTranslate che các thuật ngữ trước khi chúng tới nhà cung cấp. Bộ chạy duyệt từng chuỗi nguồn trong lô và thay mỗi source của bảng thuật ngữ bằng một placeholder số, [[G0]], [[G1]] và cứ thế (thuật ngữ khớp dài nhất đi trước, nên 魔王軍 thắng 魔王). Nhà cung cấp chỉ thấy những token mờ mà nó không thể dịch sai. Khi trả về, các placeholder đó trở thành thuật ngữ đích của bạn, rồi mặt nạ thẻ engine (mã RPG Maker, thẻ KAG, nội suy Ren’Py) được khôi phục lên trên. Kết quả: thuật ngữ hiện giống hệt nhau dù bạn dùng DeepL, một LLM hay Google Translate miễn phí.

Thứ tự ưu tiên: TM thắng bảng thuật ngữ, bảng thuật ngữ thắng nhà cung cấp

Biết một lô đi qua bộ chạy như thế nào sẽ giải thích vì sao sửa bảng thuật ngữ không tốn credit của nhà cung cấp và bộ nhớ dịch phối hợp ra sao:

1. TM (bộ nhớ dịch) đi tắt. Nếu bạn đã dịch đúng chuỗi nguồn này ở bất kỳ dự án nào trước đây, bản dịch đã lưu được trả ngay lập tức, không gọi nhà cung cấp lần nào. Dòng đó rời lô trước khi nhà cung cấp nhìn thấy.
2. Mặt nạ bảng thuật ngữ được áp lên những dòng mà TM chưa trả.
3. Gọi nhà cung cấp chạy trên văn bản đã che. Đây là bước duy nhất tốn tiền / tính vào hạn mức.
4. Khôi phục: placeholder của bảng thuật ngữ trở thành thuật ngữ đích của bạn, rồi thẻ engine được khôi phục lên trên.
5. Ghi TM: dòng dịch cuối cùng được lưu, nên lần sau gặp dòng tiếng Nhật này, bạn trúng ngay ở bước 1 mà không tốn gì.

TM tiết kiệm chi phí nhất; bảng thuật ngữ cứu chất lượng nhất. Hai thứ cộng hưởng: sửa tay một dòng một lần, nó được lưu vào TM, và bảng thuật ngữ giữ danh từ riêng nhất quán giữa các lần trúng cache lẫn các lô dịch mới.

TM kết hợp bảng thuật ngữ (cơ chế bỏ qua)

Một trường hợp tinh tế: giả sử ba tháng trước bạn dịch 100 dòng có 勇者 mà chưa có bảng thuật ngữ, và TM lưu chúng lần lượt là Warrior / Champion / Hero một cách ngẫu nhiên. Giờ bạn thêm 勇者 → Hero vào bảng thuật ngữ.

Nếu ngây thơ, TM vẫn trả lại Warrior, vì đó là thứ đã được lưu. RuneTranslate phòng việc này: khi trúng TM, nếu source của bảng thuật ngữ xuất hiện trong dòng nhưng bản dịch đã lưu không chứa cách dịch đích của bảng thuật ngữ, lần trúng cache đó bị bỏ qua và dòng ấy rơi xuống một lệnh gọi nhà cung cấp mới. Phần tóm tắt cuối lượt có dòng “N dòng đã bỏ qua cache để tuân theo thay đổi của bảng thuật ngữ”. Vì vậy thêm một mục mới vào bảng thuật ngữ của dự án cũ không bao giờ khiến bạn kẹt với những cái tên lỗi thời, chỉ cần chạy lại các dòng bị ảnh hưởng.

Xây bảng thuật ngữ: nên thêm gì

Với một dự án điển hình, xếp theo mức tác động:

• Dàn nhân vật trước. Mọi nhân vật có tên, lấy từ wiki, VNDB hoặc màn hình credit của game. Riêng bước này đã loại bỏ khoảng 80% sự lệch ở các game dài.
• Địa danh thứ hai. Thị trấn, hầm ngục, vùng đất, vương quốc, đặc biệt là kanji có hơn một cách phiên âm hợp lý.
• Chiêu thức / kỹ năng đặc trưng thứ ba. Chiêu của boss, phép thuật lặp lại, tên đòn đặc biệt, quan trọng với RPG và các VN nhiều chiến đấu.
• Thuật ngữ riêng của thế giới thứ tư. Từ tự đặt cho chủng tộc, lớp nhân vật, vật phẩm, tiền tệ.

Điều không nên thêm: từ thông dụng. 剣 → sword dễ gây khớp nhầm, vì nó khóa mọi từ ghép chứa 剣 (魔剣, 聖剣, 剣士) mà nhà cung cấp vốn tự dịch ổn. Các mục là khớp chuỗi con theo nghĩa đen, phân biệt hoa thường, nên hãy để chúng đủ dài để chỉ khớp đúng danh từ riêng bạn muốn khóa.

Nhập / xuất CSV: chia sẻ bảng thuật ngữ

Dịch cùng cộng tác viên? Tab bảng thuật ngữ trong Cài đặt có nút Nhập CSV và Xuất CSV, chuyển các mục qua lại bằng file RFC-4180 với dòng tiêu đề source,target,targetLang và mỗi thuật ngữ một dòng, ví dụ 勇者,Hero,en và 勇者,Héroe,es. Dòng tiêu đề là bắt buộc; ô chứa dấu phẩy hoặc dấu nháy được bọc trong dấu nháy kép (dấu nháy bên trong được nhân đôi), và khi nhập, file đọc theo UTF-8 có hoặc không có BOM (mặc định của Excel). Dòng trống và dòng có targetLang không được hỗ trợ sẽ bị bỏ qua kèm lý do cho từng dòng.

Khi nhập có chế độ Gộp (thêm các dòng CSV lên trên, loại trùng theo source + ngôn ngữ, CSV thắng khi xung đột) hoặc chế độ Thay thế (xóa hết cái cũ và chỉ dùng CSV). Gộp là mặc định đúng cho cộng tác viên chia sẻ một bảng thuật ngữ dở dang; Thay thế phù hợp để khôi phục bản sao lưu.

Giới hạn hiện tại

• Chỉ khớp chuỗi con theo nghĩa đen. Không regex, không ký tự đại diện. Để khóa cả 勇者よ và 勇者だ, hãy thêm hai mục.
• Mỗi mục một ngôn ngữ đích. Một dòng gắn với một ngôn ngữ đầu ra, nên “勇者 → Hero (en) + Héroe (es) + Held (de)” là ba dòng. Định dạng CSV hỗ trợ điều này một cách tự nhiên.
• Chỉ các gói trả phí (Supporter trở lên). Gói Miễn phí vẫn hiện thẻ bảng thuật ngữ, nhưng các mục không ảnh hưởng đến lượt dịch; hộp thoại giới thiệu dẫn tới trang các gói.

Tổng kết

Trong mọi đòn bẩy chất lượng của dịch máy, bảng thuật ngữ có tỷ lệ hiệu quả trên công sức cao nhất: mười phút xây nó tiết kiệm hàng giờ sửa tay các tên không nhất quán về sau. Bắt đầu với dàn nhân vật, chạy lượt đầu, rồi thêm thuật ngữ khi bạn đọc kết quả và thấy chỗ lệch.

Kết hợp nó với một nhà cung cấp xử lý giọng điệu tốt (Anthropic Claude là lựa chọn mặc định của tôi cho VN) và bộ tinh chỉnh AI, bản dịch của bạn đã vượt khỏi mức “dịch máy đọc được” và tới mức “có thể phát hành thành bản dịch fan sau khi chỉnh tay nhẹ”.

Tải RuneTranslate để thử bảng thuật ngữ trên một dự án thật. Đây là tính năng của gói Supporter ($3.99/mo); gói Miễn phí vẫn mở khóa đầy đủ các engine và nhà cung cấp.