Problembilden

Svenska FOSS-översättningar lider av tre huvudproblem:

• Inkonsistens mellan projekt — samma term översätts på otaliga sätt
• Ofullständig täckning — mängder av mjukvara saknar svenska strängar
• Kvalitetsbrister — automatiska översättningar med återkommande fel

Men vad om vi kunde använda all den data vi redan har samlat under åren? Vad om vi kunde bygga intelligenta system som lär sig av tidigare granskningsarbete?

TR Intelligence Platform

Det är här TR Intelligence Platform kommer in. Detta är inte bara ett verktyg — det är en komplett ekosystem byggd på 5,2 miljoner granskade svenska strängar och 1,2 miljoner Translation Memory-poster från över 3299 FOSS-projekt.

Plattformen består av tio sammankopplade komponenter:

1. Kanonisk terminologibank med viktad konsensus
2. Ensemble auto-approve med sju kvalitetssignaler
3. ML-klassificerare för översättningskvalitet
4. N-gram-modell för språklig korrekthet
5. DeepL auto-fixer för vanliga systematiska fel
6. Konsistensradar för avvikelsedetektering
7. Regressionsdetektor för kvalitetsnedgång
8. Goldstandard TM-export för återanvändning
9. False positive mining för kontinuerlig förbättring
10. DeepL glossar-feedback för bättre maskinöversättning

Kanonisk terminologibank

Hjärtat i systemet är den kanoniska terminologibanken med 326 000 svenska termer extraherade från 3299 projekt. Varje term har en viktad konsensuspoäng baserad på hur ofta den använts i granskade översättningar, med möjlighet för domänspecifika overrides när kontext kräver det.

Detta är inte bara en ordlista — det är kollektiv kunskap från svenska översättargemenskapen, destillerad till användbara rekommendationer.

Ensemble Auto-Approve

Den mest spännande komponenten är ensemble auto-approve-systemet. Det kombinerar sju olika kvalitetssignaler för att automatiskt godkänna översättningar med över 99% säkerhet:

• Terminologikonformitet mot kanonisk bank
• Translation Memory-träffar från verifierade källor
• ML-klassificerare för språklig kvalitet
• N-gram-sannolikhet för naturlighet
• Konsistenskontroll mot projekthistorik
• Formatverifiering för specialtecken och variabler
• Domänspecifik validering

Redan vid första körningen kunde systemet automatiskt godkänna 6267 strängar — översättningar som normalt skulle kräva manuell granskning.

Öppna resurser för alla

All denna data görs tillgänglig som öppna resurser:

• Terminologi: github.com/yeager/swedish-foss-terminology (326K termer)
• Translation Memory: github.com/yeager/swedish-tm (777K översättningspar)
• Hunspell-ordlista: github.com/yeager/hunspell-sv (279K svenska ord)
• Kvalitetsdashboard: danielnylander.se/sv-quality/

Eftersom allt är öppet kan andra utvecklare integrera dessa resurser i sina egna verktyg och processer.

Vad betyder detta?

TR Intelligence Platform representerar ett paradigmskifte från 100% manuell granskning till över 90% automation med bibehållen eller förbättrad kvalitet. Det innebär:

• Konsistenta termer tvärs alla 3299 projekt i databasen
• Snabbare genomströmning av översättningsuppdrag
• Högre kvalitet genom systematisk kunskapsanvändning
• Bättre DeepL-översättningar via glossar-feedback
• Friggjord tid för översättare att fokusera på verkligt svåra fall

Det här är unikt. Ingen annan har samlat och processerat 5,2 miljoner granskade svenska översättningssträngar. Den här datavolymen, kombinerad med moderna ML-tekniker, öppnar möjligheter som inte funnits förut.

Svenska FOSS-översättningar är på väg att bli betydligt bättre, snabbare och mer konsekventa. Och det bästa av allt? All kunskap delas öppet så att hela gemenskapen kan dra nytta av den.

The post TR Intelligence — datadriven kvalitetsplattform för svenska FOSS-översättningar first appeared on Daniel Nylander.se.