# General Translation Knowledge Base: Что такое память переводов и нужна ли она в эпоху ИИ?
URL: https://generaltranslation.com/ru/kb/what-is-translation-memory.mdx
Docs index: https://generaltranslation.com/llms.txt
Description: Память переводов (TM) — это база данных пар исходных и целевых сегментов из прошлых переводов, в которой инструмент перевода ищет точные, контекстные и нечёткие совпадения. При работе с ИИ по-прежнему важно повторно использовать утверждённые формулировки и передавать прошлые переводы как контекст. General Translation повторно использует совпадающие переводы из предыдущих версий файлов и сохраняет правки команды, и при этом не нужно поддерживать отдельную TM.
Category: Перевод
Last updated: 2026-10-28
Authors: General Translation Team
Published: 2026-10-28

Память переводов (TM) — это база данных сегментов (обычно предложений или строк UI), каждый из которых хранится вместе с утверждённым переводом на один или несколько языков. Когда поступает новый контент, инструмент перевода ищет каждый сегмент в TM, подставляет точные совпадения и предлагает похожие варианты, которые переводчик может отредактировать. С появлением ИИ эта задача никуда не делась: утверждённые формулировки по-прежнему нужно использовать повторно, а повторяющийся текст — переводить единообразно. Меняется другое — то, как применяются близкие совпадения: утверждённые варианты могут служить ориентиром не только для переводчика при правке, но и для модели при создании черновика. Их ценность зависит от качества совпадений, трудозатрат на проверку, доли повторяющегося текста и от того, обязательно ли использовать утверждённые формулировки.

## Video

The video is narrated in English, with English captions.

[What is translation memory, and do you still need it with AI?](https://caxecubb9c64cezv.public.blob.vercel-storage.com/films/v2/kb-what-is-translation-memory.mp4) (49 с)

Translation memory (TM) is a database of earlier source and target segment pairs that a translation tool searches for exact, in-context, and fuzzy matches. With AI, you still want approved wording reused and past translations available as context. General Translation reuses matching translations from earlier file versions and keeps team edits, without a separate TM to maintain.

## Как работает память переводов

Работа TM начинается с сегментации: инструмент разбивает исходное содержимое на единицы перевода. В обычном тексте единицей, как правило, служит предложение, а в программном обеспечении, как отмечает [глоссарий Microsoft по глобализации](https://learn.microsoft.com/en-us/globalization/reference/glossary), единицей является каждый строковый ресурс. В каждой записи хранятся исходный сегмент, его переводы и метаданные: даты, имя переводчика и контекст — имя файла, идентификатор ресурса или окружающий текст.

При переводе нового содержимого инструмент ищет в TM каждый сегмент и получает ранжированный список кандидатов с оценкой достоверности, которая обычно выражается в процентах. Дальнейшие действия зависят от типа совпадения:

| Тип совпадения       | Что совпадает                                      | Что обычно происходит                                      |
| -------------------- | -------------------------------------------------- | ---------------------------------------------------------- |
| Контекстное (101%)   | Сегмент и соседние сегменты                        | Используется повторно после беглой проверки                |
| Точное (100%)        | Текст сегмента, но контекст отличается             | Используется повторно, затем проверяется в новом контексте |
| Нечёткое (ниже 100%) | Похожий сегмент; процент отражает степень сходства | Переводчик редактирует сохранённый перевод                 |
| Повтор               | Тот же сегмент снова встречается в текущей задаче  | Переводится один раз                                       |
| Нет совпадения       | Ничего выше порогового значения инструмента        | Переводится с нуля — человеком, с помощью MT или ИИ        |

Согласно [документации Phrase](https://support.phrase.com/hc/en-us/articles/9386879839900), совпадение 101% — это контекстное совпадение, которое определяется по предыдущему и следующему сегментам, а совпадение 100% — это случай, когда исходный текст совпадает, а контекст отличается. Такое разграничение нужно потому, что даже точное совпадение может оказаться неверным. «Save» на панели инструментов текстового редактора и «Save» на странице с ценами — одна и та же строка, но по-немецки в первом случае это *speichern*, а во втором — *sparen*.

Нечёткое совпадение — это попадание «почти в цель». Если в TM хранится «Delete this file?» с немецким переводом, а новый сегмент — «Delete these files?», инструмент предложит сохранённый перевод с высоким процентом совпадения, и переводчику останется лишь исправить множественное число.

## TMX: формат для переноса TM между инструментами

TMX (Translation Memory eXchange) — это XML-стандарт для экспорта TM из одного инструмента и импорта в другой. [Спецификация ETSI](https://www.etsi.org/deliver/etsi_gs/LIS/001_099/002/01.04.02_60/gs_LIS002v010402p.pdf) описывает его как стандартный способ обмена данными TM между инструментами и поставщиками переводческих услуг с минимальной потерей критически важных данных или вовсе без потерь. Формат разработала группа OSCAR при LISA; после того как в 2011 году LISA была признана банкротом, ETSI переиздал [TMX 1.4b](https://www.ttt.org/oscarStandards/tmx/tmx14b.html) как ETSI GS LIS 002.

Файл TMX состоит из элемента `<header>` с описанием экспорта и элемента `<body>` с единицами перевода (`<tu>`). Каждая единица содержит по одному варианту для каждого языка (`<tuv>`), а сам текст находится в `<seg>`:

```xml title="memory.tmx"
<?xml version="1.0" encoding="UTF-8"?>
<tmx version="1.4">
  <header creationtool="ExampleTool" creationtoolversion="1.0"
          segtype="sentence" o-tmf="ExampleTM" adminlang="en-US"
          srclang="en-US" datatype="plaintext"/>
  <body>
    <tu tuid="settings-save" creationdate="20261028T120000Z">
      <prop type="x-context">Settings form, primary button</prop>
      <tuv xml:lang="en-US"><seg>Save changes</seg></tuv>
      <tuv xml:lang="de-DE"><seg>Änderungen speichern</seg></tuv>
      <tuv xml:lang="fr-FR"><seg>Enregistrer les modifications</seg></tuv>
    </tu>
  </body>
</tmx>
```

Этот файл проходит проверку на соответствие DTD TMX 1.4 с помощью `xmllint --dtdvalid`. Спецификация определяет два уровня: уровень 1 содержит только обычный текст, а уровень 2 добавляет разметку для встроенных кодов — например, полужирного текста или заполнителей, — чтобы инструмент мог восстановить отформатированный документ. Правила разбиения текста на сегменты передаются отдельно, в файле SRX (Segmentation Rules eXchange).

TM — это не то же самое, что глоссарий. TM хранит целые сегменты, а глоссарий, или терминологическая база, — отдельные термины, например названия продуктов и слова, которые нельзя переводить ни при каких условиях. (См. [как обеспечить единообразие терминологии в ИИ-переводе](/kb/ai-translation-glossary).)

## Где хранится память переводов и как она влияет на стоимость

Переводчики хранят TM в CAT-инструментах (средствах автоматизированного перевода), а компании — в [системе управления переводами (TMS)](/kb/what-is-a-translation-management-system), редактор которой показывает совпадения из TM рядом с каждым сегментом. Если вашу TM хранит поставщик лингвистических услуг, запросите её экспорт в формате TMX, прежде чем переходить к другому поставщику.

От TM зависит и итоговый счёт. Перед началом задачи инструмент поставщика сопоставляет её с TM и подсчитывает слова в каждой категории совпадений. Для каждой категории действует своя ставка, причём слова с совпадениями обходятся дешевле новых. В Phrase это называется [схемами чистых ставок (net rate schemes)](https://support.phrase.com/hc/en-us/articles/5709665578908): повторы, контекстные совпадения, 100-процентные и нечёткие совпадения оплачиваются по отдельным ставкам, а нечёткие совпадения ниже 75% считаются новыми словами. Большая и чистая TM уменьшает количество оплачиваемых слов в каждом релизе.

## Как ИИ меняет память переводов

Когда черновики переводов готовит модель, одни задачи TM меняются, а другие остаются прежними:

* **Нечёткие совпадения и прошлые переводы становятся контекстом.** Раньше нечёткое совпадение служило отправной точкой, которую переводчик дорабатывал. Когда черновик пишет модель, одобренные близкие совпадения могут ещё и направлять генерацию: похожие одобренные пары добавляются в промпт модели в качестве примеров.
* **Точное повторное использование по-прежнему важно.** Если при каждом запуске заново переводить уже одобренное предложение, есть риск получить новую формулировку, которую никто не проверял. Неизменённый текст должен сохранять одобренный перевод, а модели следует передавать только новый или изменённый текст.

В [статье EAMT 2023](https://aclanthology.org/2023.eamt-1.22/) Moslem и соавторы показали, что промпт с примерами пар переводов позволяет LLM подстроиться под стиль и терминологию предметной области при переводе нового предложения. [Пользовательские ИИ-профили](https://docs.lokalise.com/en/articles/11894216-ai-profiles) в Lokalise реализуют это за счёт извлечения данных из памяти переводов; они доступны на тарифах Advanced и Enterprise.

Модель может учитывать не только извлечённые переводы, но и компонент, в котором находится строка, переменные внутри неё и заметку разработчика о её значении. Именно этот контекст определяет выбор между *speichern* и *sparen* ещё до того, как кто-либо проверит совпадение. (См. [достаточно ли точен ИИ-перевод для рабочей среды](/kb/is-ai-translation-accurate).)

| Подход                                                          | Неизменённый текст                        | Новый или изменённый текст                                 | Терминология                             | Подходит для                                            |
| --------------------------------------------------------------- | ----------------------------------------- | ---------------------------------------------------------- | ---------------------------------------- | ------------------------------------------------------- |
| Классическая TM в CAT-инструменте или TMS                       | Точные и контекстные совпадения           | Нечёткие совпадения для переводчика или MT                 | Отдельная терминологическая база         | Переводчиков-людей и контрактов с подрядчиками          |
| Прямые вызовы LLM                                               | Переводится заново при каждом запуске     | Гладкие черновики на основе одной лишь строки              | Только то, что вставлено в каждый промпт | Разовых текстов                                         |
| LLM с извлечением из TM                                         | Зависит от инструмента                    | Похожие одобренные пары в качестве примеров                | Glossary и примеры                       | Больших проверенных корпусов в одной предметной области |
| Инкрементальный перевод в процессе сборки (General Translation) | Совпадающие переводы из предыдущих версий | ИИ с контекстом кода, Glossary и стилистическими правилами | Общий Glossary                           | UI продукта и документации в репозитории                |

## Нужна ли вам ещё память переводов?

Классическая память переводов (TM) по-прежнему нужна, если переводом занимаются люди или поставщик лингвистических услуг, если договор с поставщиком предусматривает оплату по категориям совпадений, если вы обмениваетесь с поставщиками файлами TMX или если регулируемые тексты должны дословно воспроизводить утверждённые формулировки. В таких случаях TM — неотъемлемая часть и рабочего процесса, и договора.

Отдельная TM может и не понадобиться, если ваш конвейер уже обеспечивает команде всё необходимое для повторного использования, проверки и переносимости: неизменённые переводы используются повторно, правки команды сохраняются, применяется глоссарий, а переводы хранятся в ваших собственных файлах. Если у вас есть большой корпус проверенных переводов в узкой предметной области, например юридических или медицинских текстов, подключите извлечение, чтобы модель получала эти пары в качестве примеров.

## Как General Translation обеспечивает повторное использование

General Translation не ведёт автономную память переводов: в нём нет нечёткого сопоставления и импорта TMX. Задачи, для которых нужна TM, решаются внутри конвейера перевода:

* **Неизменённый текст используется повторно.** По умолчанию [`npx gt translate`](/docs/cli/reference/commands/translate) в General Translation переводит только контент с изменившимся источником и может [повторно использовать подходящий перевод из более ранней версии того же файла](/docs/cli/guides/generating-translations#retranslate), а не только из последней. Сегмент переводится заново, только когда меняется его исходный текст. Флаг `--force` заново переводит всё, перезаписывает существующие переводы и локальные изменения и оплачивается как новая работа.
* **Ветки и перемещения не требуют перевода с нуля.** При включённом [ветвлении](/docs/cli/guides/branching#inheritance) функциональная ветка наследует переводы базовой ветки, поэтому общий контент не переводится повторно и не оплачивается дважды. [`npx gt upload`](/docs/cli/reference/commands/upload) распознаёт файлы, которые были перемещены без изменений, и сохраняет их переводы.
* **Правки вашей команды сохраняются.** Рецензенты редактируют переводы на странице **Переводы** в панели управления ([проверка переводов](/docs/platform/dashboard/guides/reviewing-translations)). Изменения в скачанных файлах синхронизируются обратно с помощью [`npx gt save-local`](/docs/cli/reference/commands/save-local) или перед каждым запуском через `--save-local` или [`options.saveLocal`](/docs/cli/reference/config#save-local); эта синхронизация требует явного включения. Отредактированный перевод становится сохранённой версией, и последующие запуски используют его, пока не изменится источник.
* **Существующие переводы переносятся.** [`npx gt upload`](/docs/cli/reference/commands/upload) отправляет на платформу ваши исходные файлы вместе со всеми существующими переводами, поэтому уже имеющиеся переведённые файлы JSON, PO, YAML, а также строковые ресурсы iOS и Android импортируются, а не генерируются заново.
* **Терминология хранится в Glossary.** [Контекстная группа](/docs/platform/dashboard/guides/defining-context-for-translations) содержит Glossary для терминов и пользовательские промпты для тона и действует во всех проектах, которым она назначена. Glossary поддерживает импорт из CSV, TSV, JSON и текста, а кнопка **Применить** обновляет существующие переводы с учётом выбранных терминов Glossary.

Контекст берётся из кода, а не из соседних сегментов. Компонент [`<T>`](/docs/react/reference/components/t) в General Translation отправляет каждый блок JSX вместе со структурой элементов и заполнителями переменных, а его проп [`context`](/docs/react/reference/components/t#context) подсказывает модели, какое именно «Сохранить» вы имеете в виду. О выборе между этим рабочим процессом и TMS в целом читайте в статье [General Translation или TMS](/kb/general-translation-vs-tms).

## Частые вопросы

### Память переводов — это то же самое, что глоссарий?

Нет. Память переводов (TM) хранит целые сегменты вместе с их переводами, а глоссарий — отдельные термины, например названия продуктов, с обязательными вариантами перевода или правилом оставлять их без перевода. В большинстве рабочих процессов нужно и то и другое.

### Что такое совпадение на 101%?

Это контекстное совпадение: с TM совпадает не только сам сегмент, но и окружающие его сегменты. Оно ранжируется выше совпадения на 100%, при котором совпадает только текст, но не его контекст.

### Можно ли импортировать файл TMX в General Translation?

Нет. Загрузите уже имеющиеся переведённые файлы в поддерживаемом формате с помощью [`npx gt upload`](/docs/cli/reference/commands/upload), а терминологию импортируйте в контекстную группу из файлов CSV, TSV, JSON или обычного текста.

### Делает ли ИИ память переводов ненужной?

Нет. ИИ меняет подход к использованию нечётких совпадений: одобренные примеры теперь служат ориентиром не только для редакторов, но и для генерации. Повторное использование одобренных переводов и сохранение правок вашей команды по-прежнему важны.

## Ключевые выводы

* Память переводов хранит пары сегментов и выдаёт контекстные (101%), точные (100%) и нечёткие совпадения, а TMX — это XML-формат для её переноса между инструментами.
* Поставщики тарифицируют каждую категорию совпадений по отдельной ставке, поэтому при переводе силами людей память переводов сокращает число оплачиваемых слов.
* Даже когда черновики переводов готовит ИИ, память переводов по-прежнему сохраняет утверждённые формулировки неизменными, а её близкие совпадения могут служить примерами как для модели, так и для редакторов.
* В General Translation нет автономной памяти переводов и импорта TMX; вместо этого платформа повторно использует совпадающие переводы из предыдущих версий файлов, сохраняет правки вашей команды и применяет общий Glossary через контекстные группы.

## Related questions

- [Что такое система управления переводами (TMS)?](https://generaltranslation.com/ru/kb/what-is-a-translation-management-system.mdx): Система управления переводами (TMS) — это программное обеспечение, которое хранит исходное содержимое и его переводы и обеспечивает весь процесс перевода: память переводов, глоссарии, проверку, машинный перевод и интеграции. Память переводов позволяет повторно использовать ранее выполненные переводы при точном или нечётком совпадении. Типичные примеры — Crowdin, Lokalise, Phrase, Smartling и Transifex.
- [Как обеспечить единообразие терминологии при ИИ-переводе?](https://generaltranslation.com/ru/kb/ai-translation-glossary.mdx): Ведите единый глоссарий утверждённых терминов, включая названия, которые не переводятся, применяйте его к каждому запросу на перевод, исключайте переменные и код из перевода и проверяйте результат. В General Translation для этого служат контекстные группы (Context Groups): их Glossary и пользовательские промпты (пользовательские промпты) применяются к каждому проекту, которому назначена группа, а компонент Var — к значениям, которые никогда не переводятся.
- [General Translation или TMS (Crowdin, Lokalise, Phrase)](https://generaltranslation.com/ru/kb/general-translation-vs-tms.mdx): Выбирайте General Translation, если разработчикам нужны генерация переводов, контекст из кода и проверка, привязанные к релизам продукта. Сохраните существующие каталоги и библиотеку рендеринга или пишите встроенный JSX без ключей перевода. TMS подходит для программ, построенных вокруг языковых поставщиков, CAT-редакторов и обмена XLIFF; её интеграции могут автоматизировать передачу файлов.
- [Достаточно ли точен ИИ-перевод для приложения в рабочей среде?](https://generaltranslation.com/ru/kb/is-ai-translation-accurate.mdx): Для распространённых языков — зачастую да, но только после проверки на ваших языках, строках UI и контенте с повышенными рисками. На WMT25 Gemini 2.5 Pro не уступил эталонным переводам, выполненным людьми, или превзошёл их в 10 из 16 языковых пар, однако бенчмарк на документах не показывает, готовы ли к выпуску короткие строки интерфейса.
- [Как проверять и редактировать переводы?](https://generaltranslation.com/ru/kb/review-translations.mdx): General Translation позволяет рецензентам сравнивать и редактировать переводы в панели управления, а ход проверки отслеживается с помощью меток и комментариев. Сохранённые правки можно скачать через CLI или перенести в пул-реквест при следующем запуске перевода Locadex. Разработчики также могут отправить проверенные правки файлов обратно на платформу командой gt save-local.

## Previous and next questions

- Previous question: [Что такое коды локалей, например en-US и en-GB?](https://generaltranslation.com/ru/kb/locale-codes.mdx)
- Next question: [Какие инструменты перевода берут плату за использование, а не за места?](https://generaltranslation.com/ru/kb/translation-pricing-without-seat-fees.mdx)

## Sitemap

See the [Knowledge Base sitemap](https://generaltranslation.com/ru/kb/sitemap.md) for every article.
