深入了解翻译趋势：2024 斯图加特 Tekom 大会主要内容

在德国斯图加特举行的最新一届 Tekom 大会突出了语言技术的一系列发展，重点关注自动质量评估 (AQE)、译后编辑 (APE)，以及通过收集、提取和充实内容维度来保持干净的术语管理。Tekom 大会又称 TCWorld 大会，作为最大的行业交流平台，它汇聚了来自世界各地的“技术沟通”参与者、演讲者、学生和参展商。 

Acolad 是本次大会的参展商，同时也作为演讲嘉宾出席了其中一场小组讨论，全球解决方案经理 Leena Peltomaa 发表了题为“彻底改变全球技术沟通中的 DEI 和监管合规性”的演讲。 

新兴趋势：AI 驱动的质量和负责任的流程

AI 仍然是此次大会的中心主题，尤其是在 AI 支持的流程和文档中的质量保证与道德责任方面。自动质量评估和译后编辑是广泛讨论的主题，公司越发强调干净的术语、检索增强生成 (RAG) 和知识图谱对 AI 输出进行精细化调整的重要性。随着公司认识到精确的语言资源对于提高翻译准确性的价值，因此急需以术语为中心的工具来解决收集、提取和充实内容维度方面的问题。

驾驭复杂的解决方案环境

虽然大会介绍了多种 AI 和语言技术解决方案，但许多与会者表示难以驾驭这些选项。快速发展的形势给尝试有效理解和实施这些解决方案的客户带来了巨大挑战。新工具的数量激增，也突出了提供明确指导的必要性，以说明如何集成和充分利用 AI 驱动型语言技术。

总体而言，语言技术领域的竞争对手专注于 AQE、APE 和使用干净的术语，术语收集、提取和充实内容维度的创新方法成为关键主题。各公司越来越多地利用 RAG 和知识图谱来提高 AI 的准确性和适应性，旨在确保 AI 输出符合客户期望和特定行业标准。

Acolad 的方法：多角度的质量评估

Acolad 全球解决方案经理 Leena Peltomaa 谈到了集团的综合质量评估方法，即探索针对单语和翻译内容的质量评估。Acolad 的方法融合了各种观点，包括多元性、公平和包容 (DEI)、监管合规性和翻译准确性，以提供强大的质量保证框架，并展示 AI 和 LLM 如何提供快速、简单的质量概览，以及实施实时调整以增强内容的能力。

对 AI 限制的管理也是此次活动的一个横向话题，尤其是围绕监管合规性、数据隐私以及 AI 生成内容有时质量不一致的问题。采用与模型无关的方法并使用带有定制提示符和术语的 LLM 成为优化 AI 有效性的关键策略。会上还强调了集成允许根据特定内容需求定制输出的 AI 工具，以此作为满足质量评估独特需求的一种方式。

翻译技术演变：嵌入实时翻译

开发人员越来越多地将翻译功能嵌入到应用程序中，例如客户支持门户的实时自动翻译，通常使用诸如擅长处理“嘈杂”内容的 OpenAI 这一类的 LLM。然而，神经网络机器翻译 (NMT) 在专业语言任务中的表现依然优于 LLM。虽然 LLM 正在改变工作流程，但完全集成到现有的业务模式仍然需要循序渐进。