HelloWorld翻译自定义规则设置教程

先学会的三件事（入门步骤）

1. 确定术语表：把品牌必须一致的词先列出来，中文→目标语对照。
2. 列出格式与占位符：所有变量、货币、日期格式要明确规则。
3. 编写并测试最小规则集：先从常用10条规则开始，测试后再扩展。

为什么先做小规模测试？

规则之间可能互相影响。先试小批量可以捕捉冲突、观察优先级效果，避免一次性改动导致大面积错误。

具体操作指南：如何在HelloWorld里写规则（按步骤）

步骤一：准备素材

• 收集核心术语表（CSV或XLSX，列出源语与目标语）。
• 列出占位符和可能的格式（例如{user_name}、%d、YYYY-MM-DD等）。
• 整理需保护的HTML片段和可翻内容清单。

步骤二：新建规则并命名

规则最好有明确名字，包含类型与用途，例如：术语-品牌名-zh→en或保护-占位符，这样回溯时不抓瞎。

步骤三：填写匹配与替换

对于简单术语，使用“精准匹配”；对变体用“正则”。示例：

• 精准匹配：源语“实时同步” → 目标语“real-time sync”。
• 正则匹配：匹配邮箱：[\w.-]+@[\w.-]+\.\w+，并选择“保护不翻译”。

步骤四：设置优先级

规则有序应用，数值越大或位置越上面的规则先执行（视平台而定）。常见策略：

• 保护类规则（占位符、HTML）优先最高。
• 精准术语优先于模糊正则。
• 冲突时由术语表管理员调整。

步骤五：测试与回归

每条规则写好后都应该在代表性的文本上逐条测试。测试要覆盖边界情况：大小写、标点、连字符、缩写、复合词等。

举例：常见规则场景与实现（实操示例）

示例一：保护占位符

目标：不翻译所有{something}形式的占位符。

• 方法：使用正则匹配 \{[^}]+\}，设置为“保护/跳过翻译”。
• 注意：如果占位符里包含中文标签，确保正则兼容非ASCII字符。

示例二：术语强制替换

目标：将“登录”固定译为“log in”（而不是“sign in”）。

• 方法：精准匹配“登录”→“log in”，启用“整词匹配”以防“登录名”误替换。
• 边界：若上下文要求“sign in”，需在规则里添加上下文条件或例外。

示例三：HTML标签保护

目标：保留a、strong、em标签结构，只翻译文本节点。

• 方法：启用内建HTML解析保护；或用正则先抽取标签、翻译文本后再还原。
• 坑：内嵌属性（title、alt）也需要单独标注是否翻译。

规则优先级冲突举例和解决策略

常见冲突：术语A和术语B在不同规则中有不同译法。解决策略：

• 设定明确优先级，写文档说明为什么某条规则优先。
• 使用上下文限定（例如当前句含“付款”则用译法X）。
• 建立例外规则而不是改全局术语。

测试矩阵（建议）

下面给出一个简单的测试矩阵，可以作为QA参考。

团队协作：谁来管规则？流程如何设计

规则不是翻译器的私人物品，需要流程化管理。推荐角色划分：

• 规则创建者：通常由本地化工程师或术语管理员负责初稿。
• 语言审核者：目标语母语译者做语言审校并提出改进。
• 发布管理员：负责版本控制、回滚和变更记录。

流程可以是：创建 → 测试 → 语言审核 → AB测试（小范围）→ 发布。发版后要有监控期，收集反馈再迭代。

自动化与AI校验的结合（AI+人工双重校验）

把规则系统和神经机翻(NMT)结合：先用NMT做初译，规则在后端应用替换，再由人工校对最终输出。优点是速度快且一致性高。缺点是规则维护需要人力，规则过多会影响性能。

性能与扩展考虑

• 规则数量过多会影响预处理时间，建议合并重复规则并使用索引。
• 正则规则尽量精简，复杂正则应有限度地使用并测试耗时。
• 对大规模项目，考虑规则分组按项目或产品线加载，减少内存占用。

安全与合规

有些规则涉及隐私或合规词（例如禁止泄露的内部代号），需要加审计日志并限制权限。规则的变更记录和审批流程应保留至少90天或依公司合规要求。

常见坑与快速解决办法

• 坑：把占位符写成中文标点导致识别失败。解法：统一占位符格式并在规则里同时支持常见变体。
• 坑：术语表里缺少大小写变体。解法：使用大小写不敏感匹配或显式列出变体。
• 坑：把HTML当文本翻导致标签被转译。解法：启用标签保护或先行抽取标签。
• 坑：多个规则冲突没日志找不到原因。解法：开启变更日志并在规则里写“变更说明”。

实用小技巧

• 用示例句子（例句库）来验证术语在不同上下文的表现。
• 给规则写“编写注释”，说明为什么这么写、谁批准的。
• 定期（每季度）审查规则库，移除过时或重复规则。
• 把常见问题做成FAQ并放在团队共享文档里，减少沟通成本。

工具与参考资源

可以参考的资料包括术语管理最佳实践、正则表达式手册、HTML解析规范，以及一些行业白皮书如《翻译质量管理指南》。这些资料能帮助你把规则写得更规范、更可维护。

最后，怎么开始？一个五步快速启动清单

• 1) 列出10个关键术语和5类占位符
• 2) 在HelloWorld里新建“测试”规则集并上传术语表
• 3) 在代表性页面上运行并导出结果
• 4) 由目标语母语者审核并标注问题
• 5) 调整优先级，发布至小范围项目，观察两周反馈

写完这些步骤后，别忘了把规则当成产品来管理——有人负责、有人审核、有周期性迭代。你会发现，开始时花一点时间把这些规则搭好，后面节省的校对时间和避免的品牌错译，回报其实很快就能看到。嗯，好像还漏了提醒：文档别丢，命名别乱，这两条真的是救命稻草。