Quita duplicados, unidades vacías o rotas, espacios de más y traducciones contradictorias de un TMX, paso a paso, y revisa cada cambio antes.
Para limpiar una memoria de traducción, expórtala como TMX, quita lo que la empeora (duplicados, unidades vacías o rotas, espacios sueltos, traducciones contradictorias) y vuelve a importar el archivo limpio. La forma más rápida es el limpiador de memorias gratuito: sueltas el TMX, eliges qué quitar o corregir, revisas cada cambio y descargas un TMX limpio. Funciona en tu navegador, así que la memoria nunca se sube.
Una memoria que lleva años creciendo acumula basura: la misma unidad guardada diez veces, segmentos con solo una etiqueta, unidades a medio traducir, traducción automática que nadie revisó. Tu herramienta TAO acaba ofreciendo coincidencias contradictorias y búsquedas más lentas. Limpiarla lo arregla sin tocar las unidades buenas.
Solo cambia lo que elegiste. La cabecera, los atributos, las propiedades y las fechas se conservan byte a byte, con la misma codificación que el original, así que Trados o memoQ importan el archivo limpio sin sorpresas. En un TMX multilingüe, cada idioma se compara con el origen, y una traducción mala se puede quitar de un idioma sin tocar los demás.
Si además quieres corregir segmentos a mano, abre el mismo archivo en el editor TMX: muestra las etiquetas como fichas numeradas, como memoQ, para que edites el texto sin romperlas.
Los duplicados son unidades con el mismo origen y la misma traducción. No aportan nada, así que quitarlos es seguro.
Las traducciones incoherentes son el mismo origen con traducciones distintas. A veces una es incorrecta; a veces las dos valen en contextos distintos. El limpiador te pide que elijas en lugar de decidir por ti.
La misma traducción para orígenes distintos ("OK" y "Okay" traducidos los dos como "Vale") suele estar bien. El limpiador las muestra solo para revisión y nunca las elimina.
Las unidades sin traducir tienen un destino idéntico al origen. Los nombres de producto y los códigos son legítimamente iguales en los dos idiomas, así que revisa la lista antes de eliminarla.
Dentro de tu herramienta TAO. Trados, memoQ y la mayoría de herramientas TAO te dejan abrir una memoria, buscar o filtrar sus unidades y borrarlas a mano. Sirve para unas cuantas unidades malas; para miles de duplicados es lento. Lo que cada herramienta permite hacer en bloque depende de la herramienta y la versión, así que consulta su ayuda.
Olifant. El editor de TMX gratuito del proyecto Okapi puede marcar las entradas con origen y destino duplicados y después borrar las marcadas, y permite buscar y reemplazar con expresiones regulares.
Maxprograms TMXEditor. Un editor de escritorio para Windows, macOS y Linux que entre sus funciones incluye eliminar duplicados, eliminar unidades sin traducir, quitar etiquetas, recortar espacios al principio y al final, validar el TMX contra la especificación y limpiar caracteres XML no válidos. Requiere suscripción después de una prueba gratuita.
Un editor de texto. El TMX es XML, así que se pueden hacer arreglos pequeños a mano, pero es fácil romper la estructura y no verás los duplicados entre miles de unidades.
Para ver qué herramienta lee qué formato, consulta la comparativa de herramientas TAO.
"El archivo no es XML válido". El limpiador indica la línea donde se rompe el XML. No puede reparar un archivo que no es XML válido: ábrelo en un editor de texto en esa línea o vuelve a exportar el TMX desde tu herramienta TAO. Una causa habitual es un archivo cortado durante la exportación o al enviarlo por correo.
Los códigos de idioma no coinciden. Un TMX puede decir en-US en una unidad y en en otra. Los códigos distintos se tratan como idiomas distintos (las mayúsculas no importan: en-US y en-us son lo mismo), así que revisa los códigos de tu archivo antes de limpiar.
Una unidad tiene dos traducciones al mismo idioma. El limpiador solo revisa la primera, conserva las dos en el archivo y te dice cuántas unidades están afectadas.
Entidades o etiquetas HTML escritas como texto. Las memorias creadas a partir de HTML importado como texto plano pueden contener códigos como ’ o & o marcas como la de párrafo escritas como palabras. El limpiador puede convertir las entidades en el carácter real y, con las marcas, recortarlas en los extremos del segmento o convertirlas en etiquetas de verdad.
XLIFF en lugar de TMX. Si sueltas un XLIFF, SDLXLIFF o MQXLIFF, el limpiador crea una memoria TMX a partir de sus segmentos y descargas un TMX limpio. El XLIFF no cambia, porque quitar unidades de un archivo de proyecto lo rompería en tu herramienta TAO.
Suelta el TMX en el limpiador de memorias, marca Duplicados para eliminar, elige si conservar el primero, el último o el más reciente, y descarga. Los duplicados son unidades con el mismo origen y la misma traducción.
Sí. El limpiador solo quita las unidades que eliminaste y los espacios que corregiste. Todo lo demás, incluidos la cabecera, los atributos, las propiedades y las fechas, se conserva byte a byte.
Sí. Filtra por el usuario que creó o modificó la unidad, por fecha, por propiedades como cliente o proyecto, o por las unidades cuyo usuario, herramienta o propiedades mencionan un motor de traducción automática. Revisa la lista antes de eliminar.
Arregla unidades rotas: vacías, con solo etiquetas, con etiquetas distintas y con espacios de más. Si el archivo en sí no es XML válido, te indica la línea del problema para que lo corrijas o vuelvas a exportarlo.
Es gratis y no pide registro, y funciona en tu navegador, así que la memoria nunca llega al servidor de TraduQ. Eso importa con memorias sujetas a un acuerdo de confidencialidad.
Las dos cosas funcionan. Al unir con eliminación de duplicados ya se quitan las copias exactas; limpiar después recoge el resto. Lee cómo unir archivos TMX.
TraduQ es un marketplace donde los clientes encuentran traductores, y sus herramientas de archivos son gratuitas y funcionan en tu navegador, así que tus archivos nunca salen de tu ordenador. Antes de entregar un trabajo, también puedes hacer un control de calidad de tus archivos XLIFF.