Zwei Namen für denselben Artikel

Ein Leser fand in unseren übersetzten Artikeln etwas, das keine automatische Prüfung sehen konnte: einen Link, der das eine versprach und auf einer Seite landete, deren Überschrift etwas anderes behauptete. Wir schrieben es als Regel auf und machten uns dann daran, eine Wache daraus zu machen.

Die naheliegende Wache lautet „der Linktext muss der Titel sein“. Diese Wache ist falsch, und herauszufinden, warum, kostete die ganze Messung.

Die naheliegende Regel ist nicht der Hausstil

Wir haben jeden internen Artikellink über neun Sprachen hinweg gemessen: 1153 davon, ohne fehlende Ziele. Dann haben wir jeden Linktext gegen den Titel der Seite bewertet, auf die er zeigt, als Wortüberdeckung, und uns alles unterhalb einer Schwelle von 0.55 angesehen.

Es waren 418. Neunundvierzig davon waren englisch, und Englisch ist die Quellsprache und damit per Definition keine Übersetzungsdrift. Diese neunundvierzig sehen so aus:

> ein Link, der only ever connects outbound lautet und auf einen Artikel mit dem Titel The case against port forwarding your panel zeigt

Das ist kein Fehler. Ein kurzer beschreibender Linktext fügt sich in den Satz ein, in dem er steht, und soll das auch. Eine Wache auf dem unteren Band würde vierhundertmal feuern und null Defekte benennen, und eine Wache, die falschen Alarm schlägt, wird übersprungen, was schlimmer ist, als keine zu haben.

Das untere Band ist also Hausstil, und das, wonach wir suchten, liegt ganz woanders.

Der Defekt liegt im oberen Band, und er ist ein Austausch

Der Fall aus dem Bericht hat eine Überdeckung von 0.78. Er liegt deutlich über der Schwelle, und genau darum hätte ein Blick unterhalb der Schwelle ihn nie finden können.

> Link: ein Ablauf ist ein Graph, und ein Graph muss endlich sein > Titel: Ein Flow ist ein Graph, und er muss endlich sein

Der Linktext ist nicht kürzer als der Titel, und er ist keine Umschreibung. Er zitiert den Titel und tauscht ein Wort aus. Das ist die eigentliche Gestalt des Defekts: ein Wort taucht auf, das der Titel nicht enthält, und gleichzeitig fehlt ein Wort aus dem Titel.

Einen Titel zu kürzen ist in Ordnung, denn ein Link innerhalb eines Satzes kann oft nicht das Ganze tragen. Ein klärendes Wort hinzuzufügen ist in Ordnung. Beides zugleich zu tun heißt, dass für einen Artikel zwei Namen im Umlauf sind, und ein Leser, der den Link und dann die Überschrift gesehen hat, muss entscheiden, ob er auf der richtigen Seite ist.

So formuliert ist die Regel ein Satz, und sie hält dem Kontakt mit echtem Text stand. Oberhalb der Überdeckungsschwelle darf ein Linktext den Titel kürzen oder erweitern, aber nicht beides.

Zwei Dinge, die wie ein anderer Name aussehen und keiner sind

Zwei Arten von Abweichung mussten herausgefiltert werden, bevor die Regel brauchbar war, und beide wurden gefunden, indem man sie laufen ließ und das Rauschen las.

Die erste sind Funktionswörter: Artikel, Konjunktionen, Präpositionen. Sie sind Struktur und tragen keinen Namen. Jedes Wort von höchstens zwei Zeichen fällt auf beiden Seiten weg.

Die Grenze von zwei statt von drei ist gemessen und nicht gewählt. Der italienische Fall aus demselben Bericht ist deve essere gegen einen Titel, der dev'essere lautet: dieselben zwei Wörter, mit einer Elision geschrieben. Mit einer Grenze von drei Zeichen fällt dev auf der Seite des Titels weg, es fehlt nichts mehr, und der Befund verschwindet. Eine Wache, die um ein Zeichen zu scharf eingestellt ist, wäre bei einem der beiden Fälle grün geworden, für die sie gebaut wurde.

Die zweite ist Beugung. sell und selling, says und saying sind dasselbe Wort in verschiedenen Formen, und in acht Sprachen ist das eine Konstante. Zwei Wörter, die einen Stamm von vier Zeichen teilen, zählen als dasselbe Wort.

Das englische Gegenstück ist die Triage

Damit blieb eine Menge von Befunden übrig, die ein Urteil verlangten, und das Urteil musste von woandersher kommen als vom Geschmack.

Die Regel, die wir benutzt haben: sehen Sie sich denselben Link in der englischen Quelle an. Zitiert das Englische dort seinen eigenen Titel, dann ist die Übersetzung von etwas abgedriftet und es ist ein Defekt. Ist das Englische an dieser Stelle selbst beschreibend, folgt die Übersetzung der Quelle und es ist Hausstil.

Das ist ein guter Test, denn er ist durch Hinsehen zu beantworten, er verlangt keine Kenntnis der Sprache, und er legt die Entscheidung dorthin, wo die Quelle der Wahrheit ohnehin liegt. Er brachte achtzehn bewusste Ausnahmen hervor, jede mit ihrer Begründung festgehalten, und die Begründung ist immer ein Satz darüber, was das Englische an dieser Stelle tut, statt einer Notiz, die „geprüft“ sagt.

Die Reparatur selbst waren 76 Linktexte in 66 Dateien, in acht Sprachen: fünfzehn im Niederländischen, dreizehn im Italienischen, zwölf im Französischen, je acht im Rumänischen und Ukrainischen, je sieben im Deutschen und Spanischen, sechs im Portugiesischen und keiner im Englischen. Der Diff kam auf genau 66 Zeilen hinein und 66 Zeilen heraus, und das ist die billigste Bestätigung, die es gibt, dass sich sonst nichts bewegt hat. Die Anzahl im oberen Band ging von 94 auf 18 zurück, und die 18 sind die Ausnahmen.

Eine Ausnahmeliste braucht einen Test, dass sie lebt

Die Wache hat elf Tests: einen je Sprache, einen, der verlangt, dass jede Ausnahme eine Begründung trägt, und einen, der verlangt, dass jede Ausnahme tatsächlich getroffen wird.

Der dritte ist der wichtige, und er stammt aus einer teuren Lektion an anderer Stelle in dieser Codebasis. Ein Eintrag in einer Ausnahmeliste mit einem Tippfehler darin trifft nichts. Er sieht außerdem vollständig aus, liegt ein Jahr lang in der Datei und schützt still gar nichts. Wir hatten in einer anderen Wache eine Liste von dreißig Einträgen, von denen vier aus genau diesem Grund tot waren.

Die Liste wird deshalb von der anderen Seite geprüft: feuert eine Zeile darin nie, scheitert der Test und die Zeile muss weg. Das schließt den Kreis, denn es bedeutet, dass eine reparierte Ausnahme nicht länger als Zierde liegen bleiben kann.

Die Wache wurde rot bewiesen, bevor ihr grün geglaubt wurde, auf dem Stand des Baums vor der Reparatur: acht von elf Tests scheiterten und meldeten genau die 76 Befunde, die dann behoben wurden.

Zwei Dinge, die diese Runde gefunden und nicht behoben hat

Zwei Befunde lagen außerhalb des Rahmens und wurden aufgeschrieben, statt still repariert zu werden.

Fünf Übersetzungen eines Artikels hatten ein Wort aus dem Titel verloren, das vier andere Sprachen trugen, sodass derselbe Artikel in verschiedenen Sprachen einen anderen Gegenstand hatte. Das ist ein Titelproblem und kein Linkproblem, und es wurde gesondert behandelt.

Die ukrainischen Artikel schreiben einen Fachbegriff auf zwei Arten, siebzehn Dateien gegen sechs. Das ist eine Terminologieentscheidung über den ganzen Katalog und kein Defekt in siebzehn Dateien, und sie im Vorbeigehen zu treffen, während man etwas anderes repariert, ist der Weg, auf dem ein Katalog bei drei Schreibweisen statt bei zwei landet.

Was wir aufschreiben würden

1. 01Die Regel, die Sie aus dem Bericht schreiben würden, ist meistens falsch. Messen Sie das ganze Korpus, bevor Sie sie festschreiben.
2. 02Ein kurzer beschreibender Linktext ist Hausstil, und eine Wache darauf benennt Hunderte von Nichtdefekten.
3. 03Der Defekt ist ein Austausch und keine Kürzung. Ein Wort hinzugefügt und gleichzeitig ein Wort fehlend.
4. 04Sehen Sie oberhalb der Schwelle nach, nicht unterhalb. Der echte Fall lag bei 0.78 gegen eine Schwelle von 0.55.
5. 05Stellen Sie Grenzen an den Fällen ein, die Sie haben, und prüfen Sie, dass die Einstellung keinen davon verschwinden lässt.
6. 06Beugung ist kein anderer Name. Ein gemeinsamer Stamm genügt.
7. 07Die Quellsprache ist die Triage. Ist das Englische dort ebenfalls beschreibend, driftet die Übersetzung nicht.
8. 08Jede Ausnahme trägt eine Begründung, und die Begründung sagt, was die Quelle tut, nicht dass jemand hingesehen hat.
9. 09Prüfen Sie, dass Ihre Ausnahmeliste lebt. Ein toter Eintrag schützt nichts und sieht vollständig aus.
10. 10Beweisen Sie die Wache rot auf dem alten Stand, mit der Anzahl der Befunde, die sie erzeugen soll.

Zur Klarheit: 1153 interne Artikellinks über neun Sprachen hinweg gemessen, ohne fehlende Ziele, 76 davon in 66 Dateien repariert, ein Diff von genau 66 hinein und 66 heraus, das obere Band von 94 Befunden auf die 18 festgehaltenen Ausnahmen verringert, die neue Wache 11 Tests und rot bewiesen bei 8 Fehlschlägen auf dem alten Baum, die Inhaltsprüfung 851 von 851 erzeugten Dateien Byte für Byte gleich, die Web-Suite 4594 grün, wo sie 4583 war, die Typprüfung sauber, der Linter ohne Fehler und ein Byte-Durchlauf über die 66 berührten Dateien, bei dem die beiden Typografiezahlen erklärt statt angenommen wurden. Nicht bewiesen: es gibt weiterhin einen Leser je Sprache, keiner von ihnen ist Muttersprachler, und die Begründungen der Ausnahmen wurden nicht von einer zweiten Person gelesen.

Aus der Plattformarbeit an Provibr. Die Leserdurchsicht, die das zutage brachte, steht in Drei Fehler, die kein Skript sehen konnte, und was neun Kataloge mit einem Satz fester Bedienelemente anstellen, steht in Sechzehntausend Schlüssel, neun Sprachen.