一、创建：语言对是第一个不可逆决策

在任何记忆库系统中，创建记忆库时的源语言和目标语言设定是整个生命周期中最重要的决策之一。YiCAT的创建流程要求填写记忆库名称、源语言、目标语言和分类标签；YiLOC的创建流程类似，但目标语言可选择多种。

语言对之所以关键，是因为它决定了索引方向和匹配范围。一个英→中记忆库只会被英→中方向的项目调用，不会被中→英项目使用。如果创建时选错了语言，后续无法通过简单编辑来修正（YiCAT的记忆库语言方向在创建后不支持修改），只能重建。因此，在点击“创建”之前，确认源语言与目标语言的代码（如en-US与zh-CN，而非笼统的en和zh）是必要的准备步骤。

另一个值得注意的参数是分类标签。它本身不参与匹配逻辑，但当团队积累了几十个记忆库之后，标签是唯一能让管理者快速定位“哪些属于产品A”“哪些属于法律语料”的手段。建议在项目启动阶段就建立标签规范，而不是等到库数量膨胀后再补。

二、导入：参数背后的质量控制节点

导入是记忆库从空壳变为可用资产的核心步骤。YiCAT支持的导入格式包括tmx、sdltm、xls、xlsx、csv，单文件上限400MB。表面上看，导入只是一个“上传文件”的动作，但实际上，几个关键参数决定了导入结果的质量。

参数一：是否清空现有记忆库。部分系统在导入时提供“清空记忆库”选项。勾选后，本次导入会覆盖原有内容而非追加。这个选项的使用场景是：当旧记忆库的数据质量已经无法通过局部修正来挽救时，用一份经过完整清洗的新文件替换。但在日常追加导入中，必须确认该选项未被误勾选，否则可能一夜之间丢失积累数月的资产。

参数二：首行处理与列映射（针对表格格式）。当导入xlsx或csv时，系统需要知道哪一列是源语言、哪一列是目标语言。如果文件包含表头，需要勾选“不导入第一行”或手动跳过；如果列顺序与系统预期不一致，需要手动映射。这些看似琐碎的配置，一旦出错，就会导致整批数据的源和译文错位——而错位的数据在被使用之前往往难以被发现。

参数三：去重策略。YiCAT在导入时对原文和译文均相同的条目自动去重。但“自动去重”只处理完全相同的情况。如果同一源句段存在两个不同的历史译文（例如旧版译法和新版审校后的译法），系统通常不会自动判断哪个更优，两个版本都会进入库中。这就引出了导入前必须完成的工作：译文版本的一致性清理。

导入阶段的另一个实操要点是分批导入。当一个记忆库文件接近400MB上限时，一次性导入可能因网络或系统处理耗时过长而中断。更稳妥的做法是按项目或按年份拆分为多个较小的TMX文件，分批导入，每批完成后检查条目数量是否与预期一致。YiCAT在导入完成后会显示条目数量变化，这是验证导入完整性的第一道检查点。

三、查询与匹配：阈值不是越低越好

记忆库的查询行为可以抽象为两个参数：查询内容和最低匹配率。

精确查询用于确认某个源句段是否已经存在于库中，返回值要么是命中的TU，要么是空。模糊查询则返回匹配率不低于阈值的候选列表。YiCAT的默认最低匹配率为70%，可调范围为30%至102%。102%这个看似反常的上限，实际上与“上下文匹配”或“ICE匹配”的计分逻辑有关：某些系统对上下文完全一致的匹配给予超过100%的权重，以区分于单纯的文本匹配。

阈值设置的核心矛盾在于召回率与信噪比的权衡。设低了（如30%），系统会返回大量仅有零星词汇相似的句段，译者需要在噪声中筛选真正有用的参考，反而降低效率。设高了（如95%），虽然返回的结果质量高，但可能错过那些80%匹配、稍加修改即可使用的有价值建议。实践中的起点建议是75%–80%，然后根据项目类型调整：技术文档句式重复度高，可以适当提高；创意营销类文本句式变化大，可以适当降低以获取更多参考。

YiCAT还提供了一个与匹配率联动的机制：标记不一致罚分。当记忆库匹配结果的原文与待译原文的标记或占位符不完全一致时，该条结果的匹配率会被扣除1%并显示罚分标识。这个设计的意图是提醒译者：这条建议虽然文字相似，但格式结构可能有差异，应用时需要检查标记位置。对于格式复杂的文档，开启此功能比单纯看匹配率更可靠。

四、合并：当多个记忆库需要归一

团队协作中常见的场景是：译者A和译者B各自维护了一个记忆库，项目结束后需要合并。合并操作本身在界面上通常只是“选择多个库→点击合并”，但合并背后的冲突解决策略才是决定合并质量的关键。

冲突有两种类型。第一种是完全相同的源句段和译文，系统通常自动去重，无需人工干预。第二种是同一源句段、不同译文。YiCAT的合并功能在遇到这种情况时，需要操作者决定保留策略：保留最新修改的版本、保留使用次数最多的版本，还是保留经过审校标记的版本。没有一种策略适用于所有场景，但事先声明规则是必须的。如果每次合并都凭直觉选择“保留最新的”，可能会覆盖掉那些虽然创建时间早、但经过资深审校的优质译文。

一个被低估的合并前操作是抽样对比。在合并两个来源不同的记忆库之前，各抽取20–30条TU，人工检查译文风格是否兼容。如果一个是法律正式语体，一个是口语化风格，合并后的库会在同一类源句段上给出风格冲突的建议，反而增加译者的判断负担。

五、本期小结

第二期的核心可以概括为四句话：创建时语言对不可逆，导入时参数即质量，查询时阈值定信噪，合并时规则先于操作。其中导入阶段的清洗与合并阶段的冲突策略，是决定记忆库长期可用性的两个关键杠杆。下一期将把上述方法组织为一个可重复执行的工作流，并讨论质量管控中那些容易被忽略的检查点。

github.0voice