翻译质检 ②：抽检的抽样与判定线

翻译质检系列第二篇。开篇聊了「机翻为什么需要审校」——这篇进操作层：审校资源有限（不可能全检），怎么抽样、抽多少、判定线放哪。一套可以直接搬走的抽检方案。

质检的数学底线：抽检能保证什么

先说清楚抽检的能力边界：抽检是验收工具不是保证工具——它能以高置信度判断「这批译文整体质量是否过线」，不能保证每句都好。要每句好，那是全检（成本回到解放前）或修到过线（迭代修复）。分清这个定位，抽检方案才设计得对。

抽样：分层 + 按风险加权

不要随机抽！按两个维度分层：

1. 内容分层：普通正文 / 术语密集段 / 长难句（>40 词）/ 数字与单位段 / 代码混排段——各层按占比抽，但长难句和数字段加权 2 倍（这两类错误代价高：指代错和数字错是读者立即发现的硬伤）
2. 批次分层：同一任务的头部/中部/尾部各抽——翻译模型长文会「质量漂移」（上下文越长越容易跑偏），只抽开头会漏

抽多少：300 句是性价比拐点

按「发现 95% 以上严重错误」的置信度估算：

• 小任务（<2000 句）：抽 15%（最低 100 句）
• 中任务（2000~1 万句）：抽 8%，约 300 句
• 大任务（>1 万句）：抽 3~5%，封顶 500 句——超过 500 句的边际信息量骤减，多抽不如多修

判定：三级错误 + 两条线

抽到的每句按错误严重度评级：

• A 级（硬伤）：意思翻反、数字/单位错、指代错乱、术语与约定表冲突
• B 级（软伤）：漏译非关键信息、语序别扭但不影响理解、语气不符文体
• C 级（瑕疵）：标点、大小写、格式

两条判定线：

1. A 级密度线：A 级错误 >1.5%（每 200 句超 3 个）→ 整批判回重修，不看其他指标
2. 综合质量线：按 A=3、B=1、C=0.2 加权，加权错误密度 ≤3.0/百句 → 过；3.0~4.5 → 修复抽中的错句后复检；>4.5 → 整批重翻

为什么 A 级单独一票否决：B/C 级错误均匀分布是「整体水平问题」，修一修能过；A 级聚集往往是系统性缺陷（术语表没接上、模型版本不对）——修单句没用，要回去查管线。

复检的公平规则

判回重修的批次，修复后复检重新抽样（不是只查修过的句）——否则修复引入的新错误永远看不见。复检只查 A 级和 B 级（C 级放过），成本减半。

工具侧的一句话

抽样的分层、加权、判定线计算都是机械活，电子表格能做、脚本更好——质检工具的价值不在替代判断，在让这套流程跑得不费人。下一篇写质检系列收尾：《回译自检：用反向翻译做质量兜底》。

---

写文里这些翻译场景，来自我日常在用的「随心翻译」：Edge/Chrome 浏览器插件，本地优先架构，不用不花钱。官网 suanlinfang.cn/translate?from=cnblogs-zhijian