TB101 : รู้จักฐานข้อมูลคำศัพท์ (Termbase)

อัปเดตเมื่อ 23 ธ.ค. 2563



ครั้งก่อนเราแนะนำให้รู้จัก TM หรือ Translation Memory กันแล้ว วันนี้จะพามารู้จักองค์ประกอบที่ 2 ในโปรแกรม CAT tool นั่นก็คือ Termbase หรือ TB


 

Termbase (TB) คืออะไร

Termbase ช่วยนักแปลยังไง

ผ่าดูไส้ใน Termbase

สร้าง เก็บ และดูแลรักษา TB อย่างไร

แจก TB ฟรีให้ไปทดลองเล่น

 


Termbase (TB) คืออะไร


Termbase หรือ TB ย่อมาจาก “Terminology Database” หมายถึง ฐานข้อมูลคำศัพท์ ในฐานข้อมูลชุดหนึ่งอาจเก็บคำศัพท์ไว้หลายร้อยหรือหลายพันคำ และอาจเก็บไว้แค่ 1 คู่ภาษา (เช่น ไทย-อังกฤษ) หรือว่ามากกว่านั้นก็ได้ (เช่น ไทย-อังกฤษ-จีน) บทความที่แล้วพูดเรื่อง Translation Memory (TM) ว่าคือฐานข้อมูลคำแปลในระดับประโยคหรือวลี (segment) แต่ Termbase หรือ TB เป็นฐานข้อมูลในระดับคำ


Termbase ไม่ใช่พจนานุกรมนะ พจนานุกรมที่เราเห็นกันจะหยิบยกคำที่อธิบายความหมายของคำศัพท์โดยแบ่งตามมโนทัศน์ (concept) หรือตาม "ภาพจำลองแทนคำๆ หนึ่ง" ในหัวของเรา เช่น คำว่า “Term” ในพจนานุกรมอาจจะให้คำแปลภาษาไทยว่า “ภาคเรียน” และ “วาระ/สมัย” ซึ่งถือว่าให้ความหมายได้ถูกต้องทั้งคู่ เป็นการแจกแจงความหมายของคำศัพท์ต่างๆ ที่มีตามจริง แต่ Termbase จะเก็บคำแปลในลักษณะที่สอดคล้องบริบทงานแปลนั้นๆ เช่น คำว่า “Term” อาจจะเก็บคำว่า “ภาคเรียน” ไว้คำเดียว ไม่ได้เก็บคำว่า “วาระ” หรือ “สมัย” เข้ามาด้วยเพราะไม่สอดคล้องกับเอกสารที่แปลอยู่ (Concept VS Term "มโนทัศน์" กับ "ศัพท์" ต่างกันอย่างไร)


นอกจากนี้ ศัพท์ที่เก็บใน Termbase (TB) ก็อาจจะไม่ได้อยู่ในระดับคำก็ได้ บางครั้งอาจจะอยู่ในระดับวลีหรือประโยคหากวลีนั้นปรากฎบ่อยจนกลายเป็นศัพท์คำหนึ่ง (เช่น ปุ่ม “Start Engine” ที่อาจปรากฎร่วมกันบ่อยๆ ในคู่มือและในส่วนอื่นๆ ของผลิตภัณฑ์)


หน้าตา Termbase ในโปรแกรม SDL Multiterm 2019

หน้าตา Termbase ในโปรแกรม MemoQ

 

Termbase ช่วยนักแปลยังไง


1. ลดความลักลั่นที่อาจเกิดขึ้นระหว่างแปล

ที่มาของ TB เกิดจากอุตสาหกรรมงานแปลในปัจจุบันที่อาศัยนักแปลหลายๆ คนทำงานร่วมกัน ปัญหาก็คือนักแปลแต่ละคนอาจจะแปลคำๆ เดียวกันออกมาไม่เหมือนกัน เช่นคำว่า “Next” นักแปลคนแรกอาจจะแปลว่า “ถัดไป” นักแปลคนที่สองอาจจะเลือกคำว่า “ต่อไป” ทำให้คำแปล “ลักลั่น” ถ้าเป็นเอกสารทั่วไปคงไม่ใช่ปัญหาใหญ่เท่าไหร่ แต่ถ้าเป็นคู่มือทางการแพทย์ นั่นอาจหมายถึงความเป็นความตายได้ ถ้าเป็นงานแปลซอฟท์แวร์ยิ่งแล้วใหญ่ เพราะเมื่อเราใช้คำไม่ตรงกัน โปรแกรมจะเรียกคำสั่งขึ้นมาไม่ได้ ดังนั้น Termbase จึงเกิดขึ้นเพื่อป้องกันปัญหา “ความลักลั่น” เหล่านี้


2. แบนคำห้ามใช้

Termbase ช่วยควบคุมคำแปลให้ตรงกันโดย “แบน” คำห้ามใช้ ยกตัวอย่างเช่นเวลาแปลคำว่า “Folder” ในซอฟต์แวร์ ลูกค้าอาจกำหนดให้เราใช้คำว่า “โฟลเดอร์” และห้ามแปลเป็นคำว่า “แฟ้ม” เป็นต้น การใช้ฟังก์ชัน “แบน” คำศัพท์ใน TB นี้ทำให้นักแปลเลือกคำแปลที่ถูกต้องอย่างสม่ำเสมอ

3. เพิ่มผลตอบแทนจากการลงทุน (ROI)

ถ้ามองจากมุมมองของบริษัทแปล การเตรียม TB ที่ระบุรายการคำศัพท์ในทิศทางเดียวกัน ช่วยลดภาระการทำงานของนักแปลและผู้ตรวจแก้ นักแปลไม่ต้องเสียเวลาไปกับการค้นหาคำศัพท์คำเดียวกัน ในขณะที่ผู้ตรวจแก้ก็ไม่ต้องเสียเวลาแก้ไขงานแปลที่ผิดซ้ำๆ ส่งผลให้ได้งานแปลมีคุณภาพและประหยัดเวลายิ่งกว่าเดิม


 

ผ่าดูไส้ใน Termbase

หลายคนคิดว่า Termbase เป็นไฟล์ๆ เดียว เหมือนไฟล์ excel ที่มีคำศัพท์ภาษาไทยฝั่งหนึ่ง ภาษาต่างประเทศอีกฝั่งหนึ่ง แต่จริงๆ แล้ว กว่าจะเป็นฐานข้อมูล Termbase 1 ชุด จะต้องอาศัยไฟล์ข้อมูล 2 ส่วนคือ ข้อมูลนิยามศัพท์ (Term Definition) และ ข้อมูลองค์ประกอบอื่นๆ ที่เกี่ยวกับศัพท์ (Data Category)


Term Definition และ Data Category ของศัพท์ 1 เอนทรี

1. ข้อมูลนิยามศัพท์ (Term Definition)

หมายถึง ไฟล์ที่ระบุ“ศัพท์”(Term) แทน “มโนทัศน์" (Concept) ในภาษาต่างๆ จากตัวอย่างจะเห็นว่า Term Definition คือ ศัพท์คำว่า "Select your report" ในภาษาอังกฤษ (English) และ ศัพท์ "เลือกผู้ใต้บังคับบัญชาของคุณ", "เลือกพนักงานในทีมของคุณ" ในภาษาไทย (Thai)


2. ข้อมูลองค์ประกอบอื่นที่เกี่ยวกับศัพท์ (Data Category)

หมายถึง องค์ประกอบอื่นๆ ที่เกี่ยวข้องกับศัพท์นั้น เช่น หน้าที่ของคำ (คำนาม กิริยา คำคุณสรรพ ฯลฯ), รูปภาพประกอบ, ความหมายของศัพท์หรือคำแบนที่ห้ามใช้ จากตัวอย่างจะเห็น Data Catagory 3 ตัว คือ ที่มาของศัพท์ (source) บริบท (Context) และ สถานะศัพท์ (Status)


 

ว่าด้วย Term Definition


ศัพท์ (Term) แต่ละรายการจะเรียกว่า “เอนทรี” (Entry) แต่ละเอนทรีจะมีโครงสร้างข้อมูลต้นไม้แบบเดียวกัน 3 ระดับ คือ "ระดับมโนทัศน์"(Concept level) "ระดับภาษา" (Language Level) และ "ระดับคำศัพท์" (Term Level)

  1. ระดับมโนทัศน์ (Concept Level) หมายถึง มโนทัศน์ที่ต้องการพูดถึงนั่นล่ะ แต่จะให้บรรยายภาพแทนในหัวลงในโปรแกรมก็คงจะไม่ได้ ใน TB จึงใช้รหัสตัวเลขแทนมโนทัศน์ เรียกว่า Entry ID จากตัวอย่างก็คือ Entry ID 8 หรือ คำศัพท์รายการที่ 8

  2. ระดับภาษา (Language Level) หมายถึง ภาษาที่ใช้เรียกศัพท์ (Term) เช่น ภาษาอังกฤษ (English) ภาษาไทย (Thai) จากตัวอย่าง จะเห็นว่าเอนทรีนี้รวบรวมศัพท์ 2 ภาษาเท่านั้น คือ ภาษาอังกฤษ (English) และภาษาไทย (Thai)

  3. ระดับคำศัพท์ (Term Level) หมายถึง ศัพท์ที่ใช้เรียกมโนทัศน์นั้นๆ เช่น คำว่า “Prime Minister” และ "P.M." ในภาษาอังกฤษ คำว่า “นายกรัฐมนตรี” และ "นายกฯ" ในภาษาไทย ข้อมูลชั้นนี้ยังรวมถึงข้อมูลอื่นๆ ที่เกี่ยวข้องกับศัพท์ดังกล่าวเรียกว่า Data category (เดี๋ยวจะพูดถึงต่อไป)

 

ว่าด้วย Data Category

หลายครั้งการแจกแจงศัพท์จากภาษาหนึ่งไปอีกภาษาหนึ่งอาจไม่พอ นักแปลอาจต้องการข้อมูลเพิ่มเติมที่เกี่ยวข้องกับคำศัพท์นั้น เช่น หากกำลังแปลเกม นักแปลอาจอยากเห็นภาพอาวุธที่ชื่อ “Stardust” เพื่อจะได้แปลได้อรรถรสยิ่งขึ้น หรือหากกำลังแปลซอฟต์แวร์บริหารจัดการบุคคลากร กรณีเจอ Segment ที่โผล่มาแบบไม่รู้อีโหน่อีเหน่ว่า “Select your report” คำว่า “report” อาจจะแปลได้ทั้ง “รายงาน” หรือ “ผู้ใต้บังคับบัญชา” ก็ได้


เราเรียกข้อมูลที่เกี่ยวข้องต่างๆ นี้ว่า “Data Category” นักศัพทวิทยา (Terminologist) จะเป็นผู้ระบุข้อมูลอื่นๆ ที่เกี่ยวข้องกับมโนทัศน์นั้นๆ ใส่ลงไปใน TB โดยปัจจุบันมาตรฐานที่คอยควบคุมประเภทข้อมูลที่ระบุใน Data category คือ ISO 12620:2019 (เพิ่งออกเมื่อเดือน ก.ย. สดๆ)

ขอยกตัวอย่าง Data Catagories ที่มักนิยมใช้กัน 5 ตัวคือ Context, Definition, Status, Source, Graphic



  1. Context หมายถึง บริบทของคำ มักอธิบายข้อความแวดล้อมศัพท์คำนั้น จากตัวอย่างจะเห็นว่าศัพท์ “Select your report” มี context กำกับไว้ว่า “Use in “My Employee” module” (ใช้ในโมดูล "พนักงานของฉัน" ในซอฟต์แวร์บริหารจัดการบุคคลากรหนึ่ง) นักแปลก็จะพอเดาๆ ได้ว่า “report” คำนี้ไม่น่าจะหมายถึง “รายงาน” แต่หมายถึง “ลูกทีม” หรือ “ผู้ใต้บังคับบัญชา” มากกว่า

  2. Definition หมายถึง ความหมายของศัพท์คำนี้ จากตัวอย่างจะเห็นว่าศัพท์ “Select Your report” มี Definition กำกับไว้ว่า “select employees in your team” คำอธิบายนี้ช่วยให้นักแปลเข้าใจความหมายของศัพท์ดียิ่งขึ้นว่า "อ๋อ หมายถึงเลือกพนักงานในทีมนี่เอง"

  3. Status หมายถึง สถานะการใช้งาน จากตัวอย่างจะเห็นว่ามีศัพท์ภาษาไทยในเอนทรีนี้ 2 รายการ คือ "เลือกผู้ใต้บังคับบัญชาของคุณ" และ "เลือกพนักงานในทีมขอคุณ" เมื่อดู Status ใต้ 2 รายการนี้ จะเห็นว่า “เลือกผู้ใต้บังคับบัญชาของคุณ” เป็นศัพท์ที่ “อยากให้ใช้” (Preferred) ส่วนคำว่า “เลือกพนักงานในทีมขอคุณ” เป็นคำที่ “เสนอใหม่” (Proposed) เวลาแปลงาน นักแปลจะเลือกแปลคำว่า “เลือกผู้ใต้บังคับบัญชาของคุณ” ได้โดยไม่ต้องคอยถาม Project Manager ว่าให้ใช้คำไหน ส่วนคำที่ "เสนอใหม่" (Proposed) ต้องรอให้ลูกค้าคอนเฟิร์มก่อน ตรงนี้อาจเปลี่ยนเป็น "คำแบน" (prohibited) ก็ได้ด้วยนะ

  4. Source หมายถึง แหล่งที่มาของศัพท์ จากตัวอย่างจะเห็นว่า​ศัพท์คำนี้ได้มากจาก “Halogen Software v.9.1”​ ซึ่งก็คือซอฟต์แวร์บริหารจัดการบุคลากรที่นักแปลกำลังแปลอยู่ องค์ประกอบนี้ช่วยบอกว่าแหล่งที่มาของศัพท์เชื่อถือได้มากน้อยแค่ไหนอีกด้วย

  5. Graphic หมายถึง รูปภาพประกอบศัพท์ จากตัวอย่างจะเห็นว่าศัพท์ "Attorney at law” ก็จะมีรูปภาพประกอบของทนายความ


อ่านรายละเอียด Data Catagories ฉบับเต็มได้ที่ datcatinfo.net (อาจยังไม่อัปเดตข้อมูลเพราะอยู่ในช่วงร่างมาตรฐานใหม่อยู่)


 

สร้าง เก็บ และดูแลรักษา TB อย่างไร


วิธีสร้าง TB

เกริ่นเรื่อง TB มายืดยาว ฟังดูเหมือนซับซ้อน แต่จริงๆ แล้ว TB สร้างง่ายกว่าที่คิด เรารวบรวมขั้นตอนสร้าง TB ไว้คร่าวๆ 3 ขั้น คือ


1. คิดโครงต้นไม้ให้ชัดเจน

ฐานข้อมูล TB แต่ละชุดประกอบด้วยข้อมูล 2 ส่วน คือ Term Definition (ศัพท์) และ Data catagory (ข้อมูลประกอบศัพท์) ที่ร้อยเรียงกันเป็นโครงต้นไม้ ดังนั้น ก่อนสร้างไฟล์ TB แต่ละครั้ง ให้ถามตัวเองว่าเราอยากสร้างศัพท์กี่ภาษา (ทำแค่คู่ภาษาเดียว หรืออยากยำรวมหลายๆ ภาษา) อยากใส่ข้อมูลอะไรเพิ่มเติมกับศัพท์นั้นๆ มั้ย (เช่น ตั้งสถานะ (Status) ว่าศัพท์นี้ “preferred” (ใช้คำนี้นะ) หรือ “Prohibited”(ห้ามใช้) ใส่แหล่งที่มา (Source) ของศัพท์เพื่อความครบถ้วน ใส่รูปภาพประกอบ (Graphic) เพื่อเป็นแหล่งอ้างอิงให้นักแปล) โครงต้นไม้แต่ละแบบ เหมาะกับต้นฉบับบางประเภท เช่น แปล Software ชื่อโมดูลที่ศัพท์ต่างๆ ปรากฎ สำคัญมากและช่วยอำนวยความสะดวกในการทำงานของนักแปล ถ้าเป็น TB ที่มีหลายภาษา อาจจะต้องคิดถึงเพศของศัพท์ที่เก็บไว้รวมกันหรือทำเนียบภาษา (Register)


ตัวอย่างโครงสร้างต้นไม้สำหรับ TB งานแปลสองภาษา (Bilingual), งานแปล User Interface (UI) และงานแปลมากกว่าหนึ่งภาษา (Multilingual)



2. สร้าง “กล่องเก็บศัพท์” หรือโครง TB ไว้เก็บศัพท์


เราสร้างโครงต้นไม้ TB หรือ “กล่องเก็บศัพท์” ได้ 3 วิธี คือ

  • สร้างผ่านไฟล์ excel ธรรมดาๆ เป็นวิธีสร้าง TB ขึ้นพื้นฐานที่ใครๆ ก็ทำได้โดยไม่ต้องพึ่งโปรแกรมอื่น จากตัวอย่างด้านล่าง เราทำโครงต้นไม้ระบุคู่ภาษาไว้ 2 คู่ คือ อังกฤษ​ (ENG) และไทย (THAI) พร้อมเติมคำศัพท์บางส่วนลงไปด้วยเลย วิธีนี้สะดวกรวดเร็ว แต่เมื่อสร้างเสร็จแล้วต้องนำไป “แปลง” (Convert) ให้อยู่ในสกุลไฟล์ที่พร้อมใช้งานกับโปรแกรมช่วยแปลที่เราเลือกใช้ต่อไป (เดี๋ยวจะพูดถึงต่อ)

สร้าง Termbase (TB) จาก Excel แบบง่ายๆ
สร้าง Termbase (TB) จาก Excel แบบซับซ้อน (นิดหน่อย)

  • สร้างผ่านโปรแกรมบริหารจัดการ TB เช่น Trados Multiterm โปรแกรมเหล่านี้จะมีหน้าจอ Wizard ที่ทำตามได้ง่ายๆ แต่ละโปรแกรมไม่เหมือนกัน และมีฟังก์ชั่น export ไฟล์ไปใช้กับโปรแกรมอื่นๆ ด้วย จากตัวอย่างคือหน้าจอสร้าง TB ของ Trados Multiterm

สร้าง Termbase ผ่านโปรแกรม Multiterm

  • สร้างผ่านโปรแกรม CAT Tool โดยตรง เดี๋ยวนี้ โปรแกรมช่วยแปลพัฒนาไปไกลมากขนาดยัดหน้าต่าง Wizard สร้าง TB เข้าไปในโปรแกรมได้โดยตรง ช่วยให้นักแปลเริ่มสร้าง TB ตั้งแต่แปลงานหรือสร้างโปรเจคได้เลย แถมบางโปรแกรมยังมีฟังก์ชั่น “สกัดคำศัพท์” (Term Extraction) ให้ด้วย นักแปลหรือนักศัพทวิทยาไม่ต้องนั่งเทียนเอาเองว่าควรจะดึงคำไหนเป็นคำศัพท์

ศัพท์ที่ MemoQ เสนอใน Termbase (TB)

3. แปลง “กล่องเก็บศัพท์” ให้อยู่ในสกุลไฟล์พร้อมใช้งานใน CAT tool ที่เราถนัด


ถ้าเราเริ่มสร้าง Termbase (TB) จากโปรแกรมช่วยแปลหรือโปรแกรมบริหารจัดการ TB อาจจะข้ามขั้นตอนนี้ได้เลย เนื่องจากส่วนใหญ่ไฟล์มักจะบันทึกในสกุลไฟล์ที่พร้อมใช้งานกับโปรแกรมช่วยแปลแล้ว แต่ถ้าเราสร้าง TB จากไฟล์ Excel อาจจะต้องแปลงไฟล์ Excel ให้อยู่สกุลไฟล์ TB มาตรฐานก่อน สกุลไฟล์ TB ยอดฮิด (และเป็นมาตรฐาน) คือ .TBX นักแปลเลือกแปลงได้ผ่านแอปฟรีอย่าง Glossary Converter หรือจะสร้างโดย import เข้าโปรแกรมจัดการ TB อย่าง Multiterm Convert ก็ได้





ตัวอย่างการแปลงไฟล์ให้อยู่ในสกุลไฟล์พร้อมใช้งานในโปรแกรมช่วยแปลผ่าน Multiterm Convert

 

วิธีเก็บ TB


เก็บใหม่เริ่มจาก “0”

หลายครั้งนักแปลอาจเก็บคำศัพท์ใหม่จาก 0 เนื่องจากไม่มีคลังคำศัพท์มาก่อนเลย ถ้าสร้างจาก Excel หมายความว่านักแปลต้องไล่พิมพ์คำศัพท์แต่ละรายการ แต่ละคู่ภาษาใหม่ตั้งแต่ต้น ถ้าสร้างจากโปรแกรมจัดการ TB นักแปลก็ต้องทำแบบนั้นเช่นกัน แต่ปัจจุบันเรามีเครื่องมือช่วยสกัดคำศัพท์จากต้นฉบับ (Term Extraction) ไว้ช่วยคัดเลือกศัพท์เบื้องต้น ทำให้เริ่ม “เก็บ” ศัพท์จากรายการนั้นได้เลย

เก็บด้วยวิธี import ไฟล์ TB ที่มีอยู่แล้ว


เมื่อเริ่ม “เก๋าเกม” กับธุรกิจงานแปล นักแปลอาจมีคลังศัพท์ TB เก็บไว้ส่วนตัว หรือเก็บมาจากลูกค้า/บริษัทอื่นๆ นักแปลอาจเลือกนำ TB นั้นมาเป็น “ฐานคำศัพท์” ของ TB ใหม่ที่เพิ่งสร้างก็ได้ เราเรียกว่า “import”




เก็บศัพท์ระหว่างแปลงาน

วิธีการนี้เหมาะกับนักแปลที่เพิ่งสร้าง TB ระหว่างแปลงาน (อ่านด้านบน) และเป็นวิธีที่ประหยัดเวลาที่สุด เนื่องจากเป็นการแปลงานไปด้วย สร้างไปด้วย แต่ไม่เหมาะกับงานแปลที่แปลหลายคน เนื่องจากไม่มี TB แจกให้นักแปลแต่ละคนใช้เป็นไฟล์อ้างอิงเลย


ตัวอย่างเก็บศัพท์ระหว่างแปลบน Trados

ตัวอย่างเก็บศัพท์ระหว่างแปลบน MemoQ

ตัวอย่างเก็บศัพท์ระหว่างแปลบน Memsource

 

วิธีดูแลรักษา TB


อัปเดตศัพท์ตามจริงหลังลูกค้าไฟเขียวงานแปล

หลายครั้งศัพท์ที่เราใช้อาจถูกลูกค้าแก้ไขหลังส่งงาน อย่าลืมกลับไปแก้ไขศัพท์ที่ใช้ใน Termbase ให้ตรงกับศัพท์ที่ลูกค้าใช้อีกทีด้วย หากต้องแปลเอกสารใหม่กับลูกค้ารายเดิม จะได้เลือกใช้คำศัพท์ได้ถูกจริต


ลบศัพท์ซ้ำ/เติมศัพท์ที่หายไป/เพิ่ม Data catagory

เมื่อ Termbase มีขนาดใหญ่ขึ้น รายการศัพท์บางตัวมักซ้ำหรือเหลื่อมกันโดยไม่รู้ตัว นักแปลควรหมั่นหาเวลาเก็บกวาด Termbase ให้เรียบร้อยโดยลบศัพท์ซ้ำ นอกจากนี้บางรายการยังอาจลืมใส่ศัพท์ของอีกคู่ภาษาหนึ่ง (เช่น มีแต่ภาษาอังกฤษ ไม่มีภาษาไทย) ก็ควรเช็คและเติมให้เรียบร้อย หากมีเวลา ควรเพิ่มข้อมูลอื่นๆ ของศัพท์แต่ละรายการเพื่อความครบถ้วนของข้อมูล เช่น รูปถาพประกอบ หรือ Hot Key ที่ใช้


รู้จักสร้าง "Big Mama"

ในชีวิตจริง เราอาจเก็บ Term base เอาไว้หลายตัว เมื่อปริมาณณศัพท์เริ่มมากขึ้น เราอาจนำมายำรวมกันทีเดียวเพื่อใช้แปลในโปรเจคสัพเพเหระต่างๆ เราจะเรียก Termbase นั้นว่า “Big mama” ศัพท์ต่างๆ ที่รวมใน Big Mama ควรเป็นศัพท์ที่ใช้ได้ในชีวิตประจำวันและทุกโปรเจค เช่น ชื่อเดือน ชื่อองค์กร ชื่อคน ชื่อสถานที่ ฯลฯ


เก็บ TB ตามลูกค้าดีกว่าตามหมวด (Domain)

ลูกค้าหลายรายของเราอาจจะทำงานในอุตสาหกรรมเดียวกัน แต่ลูกค้าแต่ละเจ้าอาจจะเลือกใช้ศัพท์ไม่เหมือนกัน ดังนั้น ให้เก็บ Termbase ตาม "ลูกค้า" ดีกว่าตามหมวดศัพท์ (Domain) หรือตามอุตสาหกรรมจะดีกว่า


 

แจก TB ฟรีให้ไปทดลองเล่น


Termbase แจกฟรีนี้ เหมาะมากกับคนที่แปลงาน UI/software และสาย IT ต่างๆ เพราะเป็นของ Microsoft เองโดยตรง ตามไปจิ้มได้เลยที่ลิงก์นี้ ไฟล์ที่ได้จะเป็น .tbx ลองไปเปิดเล่นดูได้เลย เท่านี้ก็ได้ Termbase แรกมาลองใช้งานในชีวิตแล้วจ้า!


ไหนๆ ก็แจก TB แล้ว ขอแจกโปรแกรมแปลงไฟล์ TB สารพัดประโยชน์ที่ชื่อ Glosary Converter ด้วย ดาวน์โหลดได้ที่ลิงก์นี้นะ ไว้มีเวลาจะมารีวิวและสอนวิธีใช้โปรแกรมนี้กันอีกทีค่ะ



ดู 567 ครั้ง

โพสต์ล่าสุด

ดูทั้งหมด