言語ドキュメントを翻訳し、未来に向けて更新し続ける技術
白方 健太郎 (@argrath)
Me
- 白方 健太郎 (@argrath)
- Wandering Programmer
- お仕事募集中
おしながき
- 前振り
- 初期設定
- 初期翻訳
- 更新
- 付録
事前アンケート
言語(など)ドキュメント翻訳に関わっている人?
今回話さないこと
- 翻訳そのもの(e.g.英語を日本語にする)に関すること
- 基本がんばるしかない
- 機械翻訳については時間があれば付録で
今回話すこと
- 広義の翻訳作業のうち、翻訳そのもの以外の作業のこと
「言語ドキュメント」とは
「言語ドキュメント」とは
- まとまった文章
- 分量が多い
- 定期的に更新される
- →言語や大きいライブラリのドキュメントなど
(ここまで前置き)
では本題
翻訳したい言語ドキュメントがある
まず翻訳環境をどうするか
翻訳環境の選択肢
ローカルアプリを使う
テキストエディタを使う
ローカルアプリを使う
大まかな手順(OmegaTの場合):
- 原文を読み込んでtmxファイルを作る
- アプリ上で翻訳する
- 用語集、機械翻訳などの支援機能あり
tmxファイルのサンプル
<?xml version="1.0" encoding="UTF-8"?>
<tmx version="1.1">
<header creationtool="xxx" ... />
<body>
<tu>
<tuv lang="en">
<seg>1. Overview</seg>
</tuv>
<tuv lang="ja">
<seg>1. 概要</seg>
</tuv>
</tu>
</body>
</tmx>テキストエディタを使う
- お好みのエディタでひたすら入力する
どの方法を選ぶか
どの方法を選ぶか
- 原文がHTML/XML系のマークアップならローカルアプリ
- 原文が生テキストに近いMarkdownなどならテキストエディタ
どの方法を選ぶか
ローカルアプリで快適に作業できるかどうかは tmxファイルをうまく作れるかにかかっている
マークアップがしっかりしていれば成功率が高い
うまく作れさえすれば、支援機能が有用
perldocjpの場合
原文はPOD(Plain Old Document)形式:
=head1 見出し
本文は普通に書く。
空行が段落区切り。
2段落目も普通に書く。I<斜体>、B<太字>、
C<コード>などのインライン要素。→テキストエディタを選択
perldocjpの場合
テキストエディタを使うと支援機能がないので、小物ツールで補完する
https://github.com/argrath/perldocjp
(perldocjp専用なので参考程度に)
初期設定終了
新規翻訳
新規翻訳
原文ファイルから訳文用ファイルを作る(bin/podmerge)
Returns the numeric value of the first character of EXPR. If EXPR is an empty string, returns 0.
=begin original Returns the numeric value of the first character of EXPR. If EXPR is an empty string, returns 0. =end original Returns the numeric value of the first character of EXPR. If EXPR is an empty string, returns 0. (TBT)
原文を=begin,=endで囲み、その直後に訳文用のプレースホルダを置く。
=begin original Returns the numeric value of the first character of EXPR. If EXPR is an empty string, returns 0. =end original EXPR の最初の文字の数値としての値を返します。 EXPR が空文字列の場合は、0 を返します。
翻訳後はこの形。
ポイント
- 段落毎に原文と訳文がセットになるようにする
- 見やすい
- 更新するときに使う
更新
更新
- 旧訳文から旧原文部分を抽出する(
bin/poddecode) - 抽出したものと新原文を比較
注目点を切り出すと:
"numeric value"が"code point"に変更されている。
=begin original
Returns the numeric value of the first character of EXPR.
If EXPR is an empty string, returns 0.
=end original
EXPR の最初の文字の数値としての値を返します。
EXPR が空文字列の場合は、0 を返します。
=begin original
Returns the code point of the first character of EXPR.
If EXPR is an empty string, returns 0.
=end original
EXPR の最初の文字の数値としての値を返します。
EXPR が空文字列の場合は、0 を返します。
=begin original Returns the code point of the first character of EXPR. If EXPR is an empty string, returns 0. =end original EXPR の最初の文字の数値としての値を返します。 EXPR が空文字列の場合は、0 を返します。
=begin original Returns the code point of the first character of EXPR. If EXPR is an empty string, returns 0. =end original EXPR の最初の文字の符号位置を返します。 EXPR が空文字列の場合は、0 を返します。
再び原文を抽出して比較すると:
差分がなくなるまでこれを繰り返せば更新終了。
ね?簡単でしょう?
ポイント
- 常に原文と訳文をセットで扱う
- 更新するときも原文と訳文を両方更新する
まとめ
まとめ
- 新規翻訳も重要だが更新を続けられるようにするのも重要
- せっかく作った翻訳をうまく未来に送れるようにしましょう
時間を確認して余裕があれば
以下落ち穂拾い
機械翻訳
機械翻訳
最近機械翻訳の精度が上がっているので、下訳としては是非利用したい。
どれを使うか
みんなの自動翻訳＠TexTra
みんなの自動翻訳＠TexTra
https://mt-auto-minhon-mlt.ucri.jgn-x.jp/
国立研究開発法人情報通信研究機構(NICT)が開発した自動翻訳システム
ライセンス
https://mt-auto-minhon-mlt.ucri.jgn-x.jp/content/policy/
アプリケーション利用者は、商用目的や公序良俗に反する目的のために
アプリケーションを利用することはできません。ただし、アプリケーションを
利用して、Wikipedia等のCreative Commons License の文書や、 GNU General
Public License, MIT License, Apache License, BSD License 等の
オープンソースソフトウェアの文書等の公益性が高い文書であって、
アプリケーション利用者がその文書の自動翻訳結果や修正結果を利用者や
目的の制限なく一般に無償公開する場合には、当該文書のライセンスが
当該文書の利用の目的や範囲等を限定していない場合であっても、これによらず
利用できます。→FLOSSの文書翻訳には使える
(ライセンス詳細は各自確認をお願いします)
詳しくは吉祥寺.pmでの発表を参照:
Webシステムは?
- 1ファイルを一人で翻訳することが多いので、 1ファイルを複数人が編集できるメリットが少ない
- Web上で長文を入力するのは(自分は)面倒
終わり
言語ドキュメントを翻訳し、未来に向けて更新し続ける技術 白方 健太郎
(@argrath)