就阿里云OpenAPI的文档管理进行介绍,介绍云服务的OpenAP文档模版、规范,以及流程等内容。
就阿里云OpenAPI的文档管理进行介绍,介绍云服务的OpenAP文档模版、规范,以及流程等内容。
当前,无论是语言服务提供商还是企业内的翻译团队、本地化团队,甚至是英文文档团队,在输出非母语的内容时,仍然以翻译为主。但企业对外语人才的要求,往往不仅仅是翻译。同时,有志于从事技术领域内容开发的外语人才,也越来越不期望局限于翻译本身。面对这种企业与个人都对翻译有“超出预期”的要求,原生外文写作似乎可以在两者之间达到一个平衡。那么,当前国内原生外文写作的现状如何?未来趋势又将如何?本次演讲将带大家一探究竟。
对于一个To B软件公司而言,要打造一款好的B端软件产品,通常需面对来自业务和技术的双重挑战。业务层面,B端软件需面对企业级业务规模,来自各行业领域的各色用户群体以及纷繁复杂的业务场景。技术层面,从B端软件的整个开发生命周期看,功能设计逻辑抽象难,产品开发技术门槛高,产品开发流程管理要求高、实施运维技术门槛高,都是一个To B软件公司面对的日常难题。由于技术文档开发与软件产品开发紧密联动,因此面向B端软件产品开发技术文档,对单个文档工程师乃至整个文档团队,都提出新的挑战与要求。对于文档工程师个人而言,需从业务、技术、文档技能等维度提高自身水平,例如:是否了解用户业务背景、是否理解产品功能原理、是否准确传达产品信息、是否有效解决用户关心的痛点问题等。对于整个文档团队而言,则需从工作流、规范、工具等维度思考如何提高团队管理水平。
随着人工智能的商业使用不断增加,工作的社会技术面貌已经发生了根本且永久的改变。据预测,美国30-47%的工作和中国约70%的工作将面临被取代的风险。相比人类劳动,人工智能技术有许多优势:强可扩展性、计算能力和检测趋势的能力(Frey & Osborne, 2013; Bostrom, 2014; )。新冠疫情加剧人工智能的步伐——自动化速度加快、失业率上升、内卷化和企业停业。人工智能已深刻在宏观层面上改变了如何产生劳动力市场信息,以帮助塑造教育计划和劳动力政策。根据学术和贸易文献、政府出版物、白皮书和技术报告,本讲座介绍职业信息网络(O*NET)——由美国劳工部赞助的传统劳动力市场信息工具,以及两个RT LMI服务提供商,经济建模(Emsi)和Burning Glass,然后探讨RT LMI使用的伦理问题和影响。探讨最先进的工具如何使用人工智能来监查劳动力市场的趋势,以及如何将这种发现作为付费或免费服务呈现给客户。主讲人将重点介绍RT LMI技术提供的关于技术交流这一领域的分析结果,以回答关于美国技术交流的几个关键的描述性和预测性问题。这个行业需要什么技能?该领域需要什么资格?拥有不同资格证书的候选人是如何得到补偿的?技术交流在未来十年能有多大的增长?技术交流工作自动化的可能性有多大?最后将简要讨论大学和研究人员合作建立自己的有限规模的劳动力市场分析的可能方式,以帮助提供有研究依据的洞察力。
任何事情都是故事,组织的内容战略为增强客户体验,必须考虑产品体验,必须包括信息开发、内容管理和受众参与的技术。理解品牌概念至关重要:理解基于消费者或角色的感受或认知,并围绕其建立内容策略,将体验与内容策略所要求的产品或服务联系起来。作为内容战略家或技术传播者,首要任务是以吸引人的方式建立和提供内容,在受众需要的地方、时间和方式,赋予客户权力。同时也要注重通过使用人工智能机器人、微内容和微学习等技术来解决目标受众的各种信息需求,以创造传奇性的内容体验,从而确定内容或信息差距。最重要的是,重新考虑行业内的内容开发选项和技术,与受众建立更深层次的内容联系,呈现重要故事,与其建立成功的关系。
实物生产商面临的一个大问题是——员工的知识转移和知识保留。员工的知识、工作方式和管理选择都保存在大脑中。如果仅有好的生产机器,但是无人使它发挥生产力,那么会阻碍投资。技术文档领域的很多想法均可用在知识转移和保留上。对于需要跨国转移生产的公司来说,管理知识转移也是一个大问题。我们将看到相关技术和方法。
简化技术英语(STE)规范第8期于2021年5月4日发布,STE维护组主席表示:第7期主要关注的是STE的技术写作规则,第8期结束了从2017年第7期开始的全球审查,致力于改进简体中文提供的句子范例。新一期有706个修订词,占字典词条总数的32%。技术作者关注点在于选取相关合适的词句来替代原文中不妥善的内容,因此新版本中以句子为例更受青睐。这也是自1983年以来,第一次由用户推动的修订,用户积极参与预发布版本的总体审查。确切地说,有140个修订字词。
你熟知产品和服务,但如何向目标用户推销、如何在销售和解决方案团队中内化产品信息?为使产品进入市场,需要从哪些方面进行准备?
通过分析同行友商产品的界面文本设计最佳实践,结合平时工作中遇到的一些案例,总结及分享在产品界面的文本设计方法。
传统意义上的写作、翻译、语料及开发隶属于不同的团队或部门,或烟囱式并行运作无交集,或仅仅是从流程上游到下游的单向任务传递,形成流程断点、数据孤岛、个体经验流失。究其原因,在瀑布式流程中,数据知识无法顺畅流动,无法形成数据环路(data loop),无法实现持续增值。这就像一个人家里长时间静置存放大量现金一样,无法实现金融资产的流动和增值。 基于“行业+语言”数据驱动的模式,将流程节点通过数据“润滑”,就像汽车机械传动系统的部件不能缺少润滑油一样,做到数据在流程节点中顺畅流动和共享,并通过语言质量保证和阅读体验度量模型和工具,实现技术写作的显性价值如准确性、易读性、更短的TTM、增强的产品综合竞争力。具体来讲,通过将知识库(如术语内部资源、百科外部资源)和写作环境集成,将传统的边写边查模式,转变为知识推送模式,从而保证专业术语的准确性;将风格规范的规则固化为检查项并同写作环境集成,将传统的事后检查拦截模式,转变为事前预防纠正模式,从而保证作品的可读性;基于受控语言方法论的智能写作、Writing for MT,可缩短TTM和降低成本。在翻译环节,通过共享知识库、风格规范、语言检查工具等方式,可保证译文的准确性和语言风格。
中国技术传播领域专家和决策者的行业盛事
微信公众号: