「日本語は終わってる？」は、数字で答えられそうな問いに聞こえます。実際、答えは数字です。ただし、どの数字になるかは、何をもって「終わった」とするかによって決まります。そして同じファイルについて、楽観的な読みと正直な読みのあいだには、20 ポイントの差がふつうに開きます。
「終わっていない」には 3 つの種類がある
セルが空。 誰も手をつけていません。表計算ソフトが数えられるのはこれだけであり、そして最も面白くない種類です。誰も見落とさないからです。
セルにまだ原文が入っている。 翻訳者が下地にできるように、書き出しがすべての対象列に英語をあらかじめ埋めておき、その行にはついに手が届かなかった。空ではないので、素朴な集計はこれを完了として扱います。20 ポイントはここに消えます。
セルに仮の値が入っている。 TODO、TBD、ハイフン 1 本、キーの複製。どこかのチームが採用して、どこにも書き留めなかった取り決めです。これは、何が繰り返し現れるかを見ないと見つかりません。
1 つ目だけを数えた進捗の数字は、間違っているというより、別の問いに答えています。「ファイルのうちどれだけに_何かが_入っているか」であって、それは誰も知りたかったことではありません。
「原文と同じ」が、そのまま誤りとはかぎらない理由
素直に考えれば、原文と一致する対象セルをすべて未翻訳として扱いたくなります。しかしそれは強すぎます。それらを一括で削除したり、すべて誤りとして印を付けたりするツールは、うんざりする頻度で間違えます。
言語をまたいで正当に同一である文字列は、いくらでもあります。製品名。OK。Email。数値と単位。あえて英語のまま残すと決めた UI の文字列。日本語の列にある Wi-Fi は正しく、かつ原文と同一であり、どれだけ翻訳しても変わりません。
ですから誠実な扱いは、どちらの箱にも入れず、別枠で数えることです。原文と一致するセルが何件あるかを報告し、どれが完成でどれが手つかずなのかは、製品を知っている人に決めてもらう。これは判定ではなく、見るための数字です。
役に立つ手がかりは、その件数の形です。1,200 行の列で同一が 3 件なら普通です。300 件なら、それは事前に埋めた書き出しと、途中でやめた翻訳です。
長さと、固定のしきい値が外れる理由
レビューが答えるべきもう 1 つの問いは、UI が崩れるものがないかどうかです。訳文は伸び縮みし、英語では収まるボタンが、別の言語ではあふれます。
よくあるやり方は固定の規則です。たとえば原文より 30% 以上長いものをすべて拾う。これは役に立たない報告を生みます。想定される伸び率は言語ペアの性質であって、定数ではないからです。ドイツ語やフィンランド語は英語よりかなり長くなり、日本語や中国語はかなり短くなります。固定のしきい値は、ドイツ語の列をほぼ全部拾い、日本語の列からは何も拾いません——本当に 3 倍の長さになっている日本語の文字列も含めて、何も。
このサイトのエディタが代わりに取る方法は、判断する前に「普通」を学ぶことです。対象列ごとに、各行の原文に対する長さの比を測り、その比の中央値をその列の基準線とし、その列自身の普通から明らかに外れた行だけを拾います。こうすればドイツ語はドイツ語と比べられ、浮かび上がるのは_その言語にとって_異常な文字列だけになります。人の時間を使う価値があるのは、その種類だけです。
実務上効いてくる細部が 2 つあります。極端に短い文字列は対象から外します。2 文字の原文が 6 文字になれば 300% の増加ですが、それには何の意味もないからです。そして長さは UTF-16 の単位ではなくコードポイントで数えます。ですから漢字 1 文字は 1 と数えられ、絵文字が 2 と数えられることもありません。
正直に数える
やる価値のある進捗の確認は、言語ごとに次を出します。
- 空でないセルが全行に占める割合 — 上限であり、たいていの人が口にする数字です。
- そのうち原文と同一のものが何件か — その上限に対する補正です。
- 空の行そのもの — 読むための数字ではなく、飛ぶための場所として。
- 長さの外れ値 — その言語自身の基準に照らして測ったもの。
ファイル全体ではなく、言語ごとに出してください。全体で 80% 翻訳済みのファイルは、4 言語が 100% で 1 言語がゼロかもしれません。それは 5 言語が揃って 80% であるのとはまったく違う状況であり、次にすべきことも、まったく違います。
その数字が問いを取り違えているとき
進捗の数字について、注意が 2 つあります。どちらも、その数字を信じて公開した人たちが、痛い目を見て学んだものです。
100% 翻訳済みは、レビュー済みとは違います。 すべてのセルが空でなく、原文とも異なるという事実は、その文章が正しいか、文脈に合っているか、製品のほかの部分と用語が揃っているかについて、何も語りません。
キーが変わった時点で、集計は意味を失います。 翻訳したあとで原文が編集された場合、その訳文は「完了」と「古い」を同時に満たしており、そのことはファイルのどこにも記録されていません。表計算ソフトでの受け渡しが最も苦手とする失敗であり、キーの列を無傷に保つことが、どんなパーセンテージよりも重要である理由です。
ここでやる場合
このサイトのエディタは、翻訳の構成だと認識したときに、言語ごとの進捗を報告します。何行が埋まっているか、それが何パーセントか、原文と同一のままのものが別枠で何件か、そしてその言語ペアにとって異常に長い行が何件か。
未翻訳の行は、数字ではなくフィルタです。有効にすると、いま見ている言語でまだ手つかずの行だけが表に残ります。コメントの列は集計から完全に外れます。それらは、もともと片づけるべき仕事ではなかったからです。
アップロードはありません。ファイルを読み、検査しているのは、あなたのブラウザです。翻訳ファイルに対してできることの残り——列の検出、原文の固定、コメントの扱い——はTSV・CSV の翻訳ファイル編集エディタのページにまとめてあります。