背景

背景#

台灣在地的開源軟體長期面臨 人力有限、翻譯標準分散、品質不一致 等結構性問題。
以 QGIS 為例，其繁體中文介面中，常可觀察到 簡繁混用、英譯遺漏、術語前後不一致 的情形；再加上 快捷鍵標記(如：(&C)) 與 佔位符(如：%n、{0}) 在翻譯過程中極易被誤改或刪除，不僅可能導致功能行為異常，也直接影響使用者對介面正確性與穩定性的信任。

近年大型語言模型(LLM)逐漸被導入在地化翻譯流程，確實在速度與覆蓋率上帶來改善。然而，多數通用模型對 GIS 領域專有名詞 與 嚴格格式約束的翻譯需求 缺乏足夠理解，難以同時兼顧語意精準度與結構完整性。實務上，這往往導致後續仍需投入大量人工校對、返工與修正，使整體維護成本未能隨自動化工具導入而顯著下降。

動機#

在此脈絡下，本專題的核心問題是：

在地化翻譯不應只是少數志工零散投入的工作，而應成為一條 可持續發展、傳承、複製 的協作流程。

我們希望透過結合 自動化工具、社群貢獻機制與領域專業知識，為 QGIS 等在地開源專案建立一套兼具 品質、效率與可維護性 的繁體中文在地化翻譯工作流程，降低個別貢獻者的負擔，並讓更多人可以「有系統地」參與翻譯與審稿。

我們看見的問題(Pain Points)#

  • 語言一致性不足
    同一術語在不同畫面或模組中譯法不一(例如 raster 可能被翻為「光柵／網格／點陣圖」)，造成教學與實務操作上的理解落差。

  • 功能被翻譯破壞
    快捷鍵標記、佔位符與特殊符號在翻譯時被更動或刪除，導致 UI 行為異常、錯誤訊息增加，影響實際操作流暢度。

  • 新手與教學成本高
    初學者與教學者需要額外時間解釋「哪一個才是較為正確或常用的譯法」，學習曲線被迫拉長，教材撰寫與課程準備也更為吃力。

  • 維護流程零碎且難以交接
    審核、返工與修正多半依賴個人經驗與臨時協調，缺乏標準化流程與工具支援，使得社群貢獻門檻偏高，長期維護不易。

  • 通用 LLM 的領域盲點
    缺乏 GIS 領域語境與格式保護設計，模型在關鍵位置容易產生語意上看似合理、但在系統層面不正確的翻譯結果，如: 擅自改動 placeholder 或引入新的譯法，反而增加後續人工修正與審核負擔。

我們想解決什麼(What We Aim To Fix)#

本專題聚焦於以下幾項目標：

  • 讓使用者看得懂、用得準
    在不同情境下維持術語與翻譯的一致性，同時確保快捷鍵與佔位符等功能性元素不被破壞，降低學習與溝通成本。

  • 讓維護流程可持續、交接
    透過工具與流程設計，讓審核、修正與協作過程變得可重複、可追蹤，避免每一次翻譯都從零開始、仰賴少數人的「人海戰術」。

  • 讓方法可以被複製與擴散
    將本計畫中累積的經驗、規則與工具整理為一套 可重用的在地化翻譯方法與工作流程，未來可延伸應用到其他開源專案與領域。

  • 讓 LLM 成為「可靠助手」而非「額外負擔」
    透過結合領域詞彙庫、格式檢查與多階段評估機制，使 LLM 在翻譯過程中能遵守既定規範，實際減少人工修正工作量。

透過上述目標，我們希望逐步建立一個 高品質、可維護且易於參與 的在地化生態系，讓台灣在地開源社群能在有限人力下，維持穩定且可預期的翻譯品質。

Contents