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

## 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

![](GT-front-sj1.png)

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

---

<div class='r-fit-text'>(ここまで前置き) </div>

---

---

<div class='r-fit-text'>翻訳したい言語ドキュメントがある </div>

---

<div class='r-fit-text'>まず翻訳環境をどうするか </div>

---

## 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

```text
<?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

---

<div class='r-fit-text'>どの方法を選ぶか </div>

---

## 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:

```text

=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)

---

<div class='r-fit-text'>初期設定終了 </div>

---

---

## 新規翻訳

原文ファイルから訳文用ファイルを作る(`bin/podmerge`)

---

<pre>

Returns the numeric value of the first character of EXPR.
If EXPR is an empty string, returns 0.

</pre>

---

<pre>
<span color='pink'>=begin original</span>

Returns the numeric value of the first character of EXPR.
If EXPR is an empty string, returns 0.

<span color='pink'>=end original</span>

Returns the numeric value of the first character of EXPR.
If EXPR is an empty string, returns 0.
(TBT)
</pre>

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。

---

<pre>
<span color='pink'>=begin original</span>

Returns the numeric value of the first character of EXPR.
If EXPR is an empty string, returns 0.

<span color='pink'>=end original</span>

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。

</pre>

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

* 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

---

![](01.png)

---

注目点を切り出すと:

![](02.png)

"numeric value"が"code point"に変更されている。

---

<pre>
=begin original

Returns the <span color='lightgreen'>numeric value</span> 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。
</pre>

---

<pre>
=begin original

Returns the <span color='pink'>code point</span> 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。
</pre>

---

<pre>
=begin original

Returns the <span color='pink'>code point</span> of the first character of EXPR.
If EXPR is an empty string, returns 0.

=end original

EXPR の最初の文字の<span color='lightgreen'>数値としての値</span>を返します。
EXPR が空文字列の場合は、0 を返します。
</pre>

---

<pre>
=begin original

Returns the <span color='pink'>code point</span> of the first character of EXPR.
If EXPR is an empty string, returns 0.

=end original

EXPR の最初の文字の<span color='pink'>符号位置</span>を返します。
EXPR が空文字列の場合は、0 を返します。
</pre>

---

再び原文を抽出して比較すると:

---

![](03.png)

---

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

---

<div class='r-fit-text'>まとめ </div>

---

## 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

---

<div class='r-fit-text'>時間を確認して余裕があれば </div>
<div class='r-fit-text'>　　　以下落ち穂拾い　　　 </div>

---

---

## 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。

---

<div class='r-fit-text'>どれを使うか </div>

---

<div class='r-fit-text'>みんなの自動翻訳＠TexTra </div>

---

## 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/

```text
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:

https://argrath.ub32.org/slide/2022/0728/kichijoji.html

---

## 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

* 資料予定地: https://argrath.ub32.org/slide/2024/1005/index.html

![](20241005.png)