一、构建之前的构建：语料对齐为什么无法被跳过

在调用任何“创建”或“导入”之前，有一项工作无法被工具替代，也最容易被压缩时间：源文档与译文档的句段对齐。

记忆库的最小有效单元是“句段对”。如果源文和译文的句子边界错位——例如原文一句被拆成译文两句，或者原文两句被合并为译文一句——导入的TU就是错误配对。更隐蔽的情况是：自动对齐算法基于标点符号和段落结构工作，当原文和译文的段落切分习惯不同（英文倾向长句，中文倾向短句），或者存在大量列表项、表格单元格时，自动对齐的准确率会显著下降。

对齐阶段需要处理的典型问题包括：多余换行和空格导致偏移、不需要翻译的内容（脚注、批注、纯链接行）混入语料、以及源文与译文中标记位置不一致造成的错配。一个务实的做法是：先用对齐工具做自动配对，然后人工抽检不少于10%的TU。抽检不是逐条核对，而是按段落随机抽取，重点检查句子边界是否一致、编号和标记是否对应。如果抽检中发现错误率超过5%，说明自动对齐结果不可靠，需要回到源文件层面调整分段策略后重新对齐。

二、一个可重复执行的构建流程

以下流程以YiCAT/YiLOC的操作逻辑为参考，但步骤设计对多数CAT平台具有通用性。

步骤1：创建记忆库。确定名称、源语言、目标语言、分类标签。名称建议包含项目标识和时间范围（如“产品A_说明书_2025”），便于后续检索。语言代码使用完整形式（en-US、zh-CN），避免歧义。

步骤2：预处理导入文件。如果使用TMX，检查<header>中的srclang是否与创建时一致。如果使用Excel，确认源列和译列的位置，删除表头行之外的无关列，并检查是否存在合并单元格或空行。YiCAT在导入时自动去重完全相同的源译文对，但预处理阶段的手动去重可以减少上传体积和处理时间。

步骤3：分批导入。将大文件拆分为若干不超过100MB的批次（远低于400MB上限，留出处理缓冲）。每批导入后核对条目数量，确认与预期一致后再进行下一批。如果某批数量异常（如远少于预期），立即检查该批文件的格式或语言代码是否有误。

步骤4：匹配率抽检。从最终记忆库中选取5–10条有代表性的源句段（覆盖短句、长句、含标记的句子），通过查询功能检查返回结果是否合理。对于含标记的句段，确认标记是否随译文一同返回（若开启了标记存储功能）。

步骤5：导出备份。构建完成的记忆库应立即导出一份TMX作为基线备份。YiCAT导出TMX时会包含标记及占位符，这比仅导出纯文本的Excel备份更完整。

三、质量管控中三个容易被忽略的检查点

检查点一：占位符与标记的完整性。这是格式复杂文档中最常见的“隐形故障”。一条包含{0}或<b>的源句段，如果记忆库中存储的译文丢失了对应的占位符或标记，应用该译文后，生成的文档会出现变量不填充、加粗范围错误等问题。YiCAT在2025年4月新增的标记存储能力解决了“存”的问题，但“存得对不对”仍然需要检查。建议在导入后、正式使用前，专门筛选出包含标记的TU，人工确认译文中的标记位置与原文对应。对于开启了“标记不一致罚分”的项目，罚分标识可以作为快速定位需要检查的条目的线索。

检查点二：重复TU的译文一致性。即使系统在导入时去重了完全相同的源译文对，同一源句段的不同译文版本仍然可能共存。例如“Please try again”在库中同时存在“请重试”和“请再试一次”。两者都是正确的，但在同一产品中混用会损害一致性。建议在记忆库投入项目使用之前，对高频短句（出现次数≥3的源句段）做一轮译文一致性清理。这个操作可以在记忆库管理界面中按源句段排序后手动完成，也可以通过导出Excel后批量筛选处理。

检查点三：记忆库的“新鲜度”与淘汰机制。记忆库不是一次建成后永久有效的资产。术语标准会更新，风格指南会调整，旧版产品中正确的译法在新版语境下可能不再适用。一个实用的维护习惯是：每个项目结束后，统计记忆库建议的采纳率。如果某类句段的记忆库建议频繁被译者拒绝或大幅修改，说明这部分内容已经过时或质量不足。YiCAT的审计日志功能可以辅助追踪记忆库的导入和修改操作，但采纳率需要结合项目数据来评估。对于确认过时的TU，不应简单删除（可能仍有参考价值），而是通过创建新版本记忆库或打上“待复核”标签的方式隔离。

四、预翻译场景下的记忆库使用策略

记忆库的最终价值在使用中体现。在批量翻译场景中，预翻译是最能放大记忆库效益的功能。YiCAT的预翻译设置中，如果勾选“填充记忆库译文”，系统会将匹配率高于设定阈值的记忆库译文自动填入译文栏。这里有一个容易踩的坑：项目设置中的“记忆库最低匹配率”和预翻译设置中的“最低匹配率”可能不一致，系统以两者中更高的值为准。例如项目设置匹配率为80%，预翻译设置为90%，则只有达到90%的句段才会被自动填充。如果预翻译结果中大量本应命中的句段没有被填充，首先检查这两个阈值是否匹配。

另一个策略选择是记忆库与机器翻译的优先级。当同时启用两者时，系统优先填充记忆库译文，无匹配结果时才使用机器翻译。这个顺序是合理的：记忆库中的译文来自人工翻译或审校，质量通常高于机器翻译输出。但在实际操作中，如果记忆库匹配率阈值设得过低（如70%），一些勉强匹配的译文可能被填入，而机器翻译对同一句段可能产出更通顺的结果。因此，对于模糊匹配区间的句段（70%–85%），建议设置更保守的填充策略，让译者手动选择而非自动填充.

github.0voice