读懂翻译记忆库文件（TMX）所需的XML和DTD基础知识

Posted 2021-03-30 简言

在我的翻译与本地化实践（一）课程中，我一般都会在翻译专业（本地化方向）学生二年级的时候介绍什么是XML，因为只有理解了XML才能把翻译行业的众多基于XML的数据交换标准搞清楚，比如存储翻译记忆的TMX[1]、存储术语库的TBX、存储断句规则的SRX等等[2]。现在越来越多的老师开始关注技术写作，其中涉及的DITA也是一种基于XML的文档写作解决方案，懂了XML也有利于玩儿转DITA和技术写作。

我在之前的文章中介绍过如何从TMX文件中读取双语数据来制作在线翻译记忆搜索工具：，从中可以看出理解XML的作用。

另外，虽然现在主流的数据格式是json，一种更加简单轻便的数据存储格式，但在翻译行业常用的各类计算机辅助翻译工具中，XML的应用还是非常广的，所以对于翻译技术感兴趣的同学和老师还是有必要深入学习XML的。

基于这几年上课的内容，这次疫情防控期间我录制了一些视频给学生观看，我也放到这里来分享给大家。

在这篇文章中我一共分享两个视频，一个是：什么是XML；一个是什么是DTD。都是相对来说比较基础的内容，总共时长为1小时。

简单来说，XML中包含的是要传输的数据，DTD定义了要传输的数据以怎样的结构存在于XML中。

下面，就请大家观看这两个视频吧：

01 什么是XML？

Play

02 什么是DTD？

Play

[1]：

翻译存储（Translation memory，TM）是一种支持文档片段（句子、段落或短语）翻译的语言工具，方法是在数据库中搜索类似的片段并建议数据库中发现的匹配。

TM 是现代计算机辅助翻译（CAT）工具的基本组成部分。它在翻译行业中非常普及，以至于人们常常用“翻译存储工具”代替“计算机辅助翻译工具”。但是，这些术语不应该互换，因为 CAT 技术还包括机器翻译（一种基于语言学规则并使用双语词典的计算机技术）。

TM 系统记住翻译人员输入的翻译。当翻译人员处理类似的文本时，系统提供以前保存的版本。这样在处理重复性文本如技术手册时可以节约大量的时间，还有助于保证术语的一致性。

解释来源：

本地化中的 XML：通过 TM 和 TMX 重用翻译

在 XML 标准的帮助下减少翻译的时间和劳动量

https://www.ibm.com/developerworks/cn/xml/x-localis3/index.html

[2]：

与这些标准相关的文件可在这里查看：

LISA OSCAR Standards

https://www.gala-global.org/lisa-oscar-standards