# 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. ## 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 `
` с описанием экспорта и элемента `` с единицами перевода (``). Каждая единица содержит по одному варианту для каждого языка (``), а сам текст находится в ``: ```xml title="memory.tmx"
Settings form, primary button Save changes Änderungen speichern Enregistrer les modifications ``` 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 [``](/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): Сравнивайте каждый перевод с источником и другими локалями и исправляйте то, что звучит неправильно. В General Translation переводы редактируются на странице «Переводы» в панели управления, а ход проверки отслеживается с помощью меток и комментариев. При следующем запуске перевода Locadex, AI-агент платформы, переносит правки в пул-реквест. ## Previous and next questions - Previous question: [Что такое коды локалей, например en-US и en-GB?](https://generaltranslation.com/ru/kb/locale-codes.mdx) ## Sitemap See the [Knowledge Base sitemap](https://generaltranslation.com/ru/kb/sitemap.md) for every article.