Automatiseret oversættelse og validering af tekniske dokumenter på tværs af sprog og formater

Før løsningen var Radiometers oversættelsesworkflow baseret på et ældre desktop-værktøj, som gjorde håndteringen af flersprogede dokumenter tung og vanskelig at skalere. Dokumenter i forskellige formater (IDML til InDesign, Word, PowerPoint) skulle håndteres manuelt, og der var begrænset støtte til at sikre, at fagtermer og formuleringer blev brugt konsekvent på tværs af dokumenter og sprog.

Kvalitetssikring og validering var kompleks, fordi validatorer manglede et samlende overblik og værktøjer til at arbejde segment-for-segment med historik og kommentarer. Samtidig var det kritisk, at fonte, særligt for ikke-latinske sprog, blev håndteret korrekt, så det færdige layout fortsat var læsbart og brand-kompatibelt.

Målet var at etablere et moderne, serverbaseret translation management system, der automatiserer manuelle trin, sikrer sproglig konsistens og gør kvalitetssikring mere struktureret, på tværs af flere filformater og mange sprog:

• Automatisering af manuelle trin fra upload til generering af færdige dokumenter
• Sikring af konsistens via translation memory og glossarer
• Struktureret kvalitetssikring gennem et dedikeret validator-workspace
• Ensartet håndtering af flere filformater og sprog, inkl. font management
• Høj sporbarhed med status, job, versioner og audit trail i én platform

Løsningen er et fuldt translation management system bygget på en FastAPI-backend og en Next.js-frontend, understøttet af en Postgres-database og Celery/Redis til baggrundsarbejde. Systemet kombinerer dokumenthåndtering, oversættelsespipeline, translation memory, glossarer, validator-workspace og font management i én arkitektur:

• Understøttelse af IDML, ZIP, DOCX og PPTX med targets per målsprog og statussporing hele vejen
• Celery-baseret pipeline, der segmenterer dokumenter, kalder oversættelsesproviders og gemmer kilde- og målsegmenter
• TMX-baseret translation memory med import, CRUD og matcher-service, der genbruger eksisterende oversættelser
• Glossar-håndtering med upload af Excel-filer og beskyttelse af definerede termer under oversættelse
• Validator-workspace med side-om-side visning af kilde/oversættelse, redigering, historik og kommentarer
• Font repository og services, der sikrer korrekt embedding, især for ikke-latinske sprog

Systemet kan beskrives som et flow fra input til output, hvor dokumenter bevæger sig gennem upload, oversættelse, validering og packaging:

1. 1

   Upload og opsætning

   Brugeren uploader dokumenter (IDML, DOCX, PPTX eller ZIP), vælger målsprog og får oprettet poster med metadata og ønskede sprog.

2. 2

   Kø og oversættelse

   Celery-jobs pr. målsprog henter filer, pakker dem ud, identificerer tekstindhold og kombinerer glossar-beskyttelse, translation memory og maskinoversættelse. Resultaterne gemmes som segmenter i databasen.

3. 3

   Validering og redigering

   Validatorer arbejder i et dedikeret workspace, hvor de kan læse, redigere og godkende segmenter med historik og kommentarer. Når alt er godkendt, trigges packaging.

4. 4

   Packaging og distribution

   Backend genererer færdige dokumenter ved at indsætte de validerede oversættelser i de rette strukturer og sikre korrekt font embedding. Output gemmes, og brugerne kan downloade filerne.

5. 5

   Genbrug og videre arbejde

   Alle oversatte segmenter bliver en del af translation memory og kan genbruges i fremtidige projekter. Glossarer og TM kan udbygges over tid.

Systemet er implementeret og håndterer oversættelsesworkflows end-to-end fra upload til download. Backend-API, database, filformat-support (IDML, DOCX, PPTX), translation memory, glossary-handling, validator-workspace og font management er alle implementeret.

Løsningen er taget i brug som et funktionelt system, mens der fortsat arbejdes på udvidet testdækning, forbedret error handling, monitorering, notifikationer og enkelte UI-forbedringer. Data og erfaringer fra drift er fortsat under indsamling.

Projektet viser, at effektiv automatisering af oversættelse i et medicoteknisk miljø kræver en dedikeret arkitektur, der forstår både dokumentformater, sproglige krav og regulatorisk følsomhed.

Et vigtigt resultat er, at struktureret validering er lige så vigtig som selve oversættelsen: det dedikerede validator-workspace understøtter, at sprogspecialister kan arbejde systematisk og dokumentere deres beslutninger.

Font- og layout-håndtering for mange sprog kan ikke behandles som et eftertanke-produkt, det kræver egne services og modeller, hvis slutresultatet skal være læsbart og brand-konsistent.