关于 DeepReference
面向文档、术语和审校的翻译工作空间。
团队
DeepReference 由一个小团队开发，覆盖翻译、语言运营、数据科学、业务和平台工程。
Project Lead
Guides product direction, platform delivery, language coverage, and document workflow decisions across DeepReference.
Language Technology & QA Engineer
Works on translation data workflows, quality checks, prompt behavior, terminology handling, software testing, and model-output review.
Operations & Customer Success
Helps shape customer workflows, onboarding, business development, operational planning, support priorities, and practical use cases for translators and teams.
What we are building
DeepReference is being built for document translation that will be checked before it is delivered.
A document job includes more than target text. Terminology, formatting, review comments, earlier approvals, and revision history all affect the finished file, so the workspace keeps those parts with the job.
The model prepares a translation; a person decides whether it is ready. Our work is to give that reviewer useful context and reliable controls without making the document harder to handle.
DeepReference 将私有机器翻译与 CAT 工具控制结合：翻译记忆、术语表执行、术语抽取、专业领域、语气，以及自然/直译模式。
产品把文档翻译、术语表、翻译记忆、分段编辑、文档视图和修订比较放在同一个工作空间。
支持 45 种语言和 12 个专业领域，包括法律、医疗、金融、技术、政府、制造、营销、汽车、能源、电信、保险和制药。
45 种语言
支持主要欧洲、亚洲、中东和非洲语言。
文档流程
在一个位置翻译文档、审校分段并下载译文文件。
12 个专业领域
为专业和技术内容提供领域感知翻译。
欧盟数据驻留
欧盟托管处理、账户控制和清晰的删除选项。
数据安全
敏感文档需要谨慎处理。DeepReference 使用加密传输、基于账户的访问和受控文件处理。
客户文档只用于提供服务，除非账户所有者明确同意，否则不会用于模型改进。
你可以在账户中删除文件和相关翻译数据。
我们的技术
DeepReference 使用专用翻译引擎，并连接文档、术语表、翻译记忆、编辑和修订比较工具。
目标很实际：让译员和审校人员更好地控制文本、术语和文档上下文。