200ページの装置マニュアルをスペイン語に翻訳して納品を受けます。訳文は読みやすく、レイアウトも崩れておらず、用語も統一されています。ところがマドリードのレビュアーが仕様表を開くと、こう書かれています。
Longitud máxima: 406.5 mm
語はすべてスペイン語ですが、数字はそうではありません。スペイン語とドイツ語では、この寸法は 406,5 mm と書きます。小数点はカンマで、千の位はピリオドで区切ります。日本語や英語の原文で 1,234.50 と書く数値は、ここでは 1.234,50 になります。
見た目の問題では済まない
区切り文字が変換されていないことは、単に不揃いだという話ではありません。二つの方式は同じ二文字を逆の役割で使うため、まったく同じ文字列が千倍違う二通りに読めてしまいます。
トルク仕様の 1.234 を考えてみます。日本語や英語の読者は「約1.2」と読み、ドイツ語の技術者は「1234」と読みます。文字列そのものには手がかりがありません。曖昧さを解消できるのは「この文書がどちらの方式に従っているか」という読者側の前提だけであり、二つの方式が混在した文書では、その前提さえ成り立たなくなります。
技術・医療・規制文書では、これは書式の好みの問題ではなくなります。ISO 80000-1 と SI の規約は小数点記号を言語と地域の属性として扱っており、規制業界のレビュアーはこの一点で納品物を差し戻します。しかも訳文を一文も読まずに見つけられるため、顧客が即座に気づく数少ない欠陥でもあります。
汎用の翻訳ツールが数字に手を付けない理由
素の機械翻訳は「間違う」のではなく「揃わない」
機械翻訳や大規模言語モデルの出力は、数字を変換対象ではなく再現すべき素材として扱います。既定の動作としては妥当です——逆にすれば型番を壊す危険があります——が、結果として数字は原文の書き方のまま目標文書に入ります。
より厄介なのは中途半端な変換です。長い文書を分割して処理するモデルは、文中の寸法はローカライズし、表のセルにある同じ寸法は手を付けず、別の場所では第三の形を出すことがあります。結果として同じ仕様が二通り三通りの表記で現れる文書ができ、全体が未変換の文書よりもレビューでの整理が面倒になります。
従来のCATツールは設定とレビューの問題として扱う
この課題は翻訳業界でよく知られており、確立されたCATツールにも対応機能があります。たとえばTrados Studioには数値と通貨の自動ローカライズがあります。ここで一読に値するのは、その動作条件についてのドキュメントの記述です。
まず有効化が必要です。選択した翻訳メモリでこれらの項目の認識設定が有効になっていない場合、自動ローカライズは行われず、これらは「通常の翻訳対象語として扱われる」（"are treated as normal, translatable words"）とRWSは記しています。次に、どの区切り文字が適用されるかもまた設定です。ドキュメントによれば、自動置換時に提示される書式は「お使いのWindowsの地域設定に基づく」（"based on your Windows Regional Settings"）とされ、既定に含まれない原文側の書式は、カスタム認識ルールとして追加しなければ認識すらされません。さらに、翻訳メモリの一致がある場合、Studioは目標言語の既定ではなく、その一致に保存されている書式を引き継ぎます。RWSはこれを既存の翻訳ユニットとの一貫性として説明しており、それはその通りです——ただし同時に、ドキュメント自身の言葉で「同一の翻訳ファイル内で異なるプレースアブル書式が使われうる」（"different placeable formats can be used in the same translation file"）ということでもあります。
原文側の認識にも限界があります。ドキュメントが挙げる例では、x-xxx,xx という書き方は、そこに含まれる桁区切りと小数点のために、一つではなく三つの数値として認識されます。そして結果の検証はまた別の工程で、QA Checkerの数値チェックを使います——そのドキュメントの例がまさに本記事の主題で、英語の 5,000 をドイツ語で 50.000 とするのは誤り、5.000 が正しい変換とされています。
これはツールへの批判ではありません。従来の答えがどれだけの設定と人手のレビューを要するか——そして納期に追われる案件でそれがどれほど簡単に省かれるか——を示しているだけです。
自動化が本当に難しいところ
素朴な解決策は置換です。数字の間のピリオドをすべてカンマに変える。これは文書を壊します。すべての数字が数量を表すわけではないからです。多くの数字は何かを識別しており、識別子は一文字も変えずに翻訳を通り抜けなければなりません。
- 章番号・条項番号：
7.4.2 - 版数・規格番号：
DisplayPort 1.4、IEC 60204-1 - ねじ・材質・部品の記号：
M5x40、316L - 日付、ページ番号、電話番号、IPアドレス
これらを変換すれば、見た目の欠陥を事実の誤りに置き換えたことになります。誤った条項を指す参照は、書式の合わない小数点よりはるかに重大です。
この区別は文字だけからは判断できないことが多くあります。pH 7.0-7.8 は数量を表すのでローカライズすべきで、DisplayPort 1.4 は版数なので変えてはいけません。どちらも「数字・ピリオド・数字」です。Ø30x1.5 mm のように寸法を連ねた表記も数量であり、区切り文字は一緒に動きます——一方で見た目の似た M30x1.5 はねじの呼びであり、そのまま残します。正しく判断するには、その数字が文の中で何をしているのかを理解する必要があり、だからこそパターンマッチだけでは取りこぼすか壊すかになりがちです。
しかも目標側の方式は一つではない
要件を決める前に知っておく価値のある落とし穴がもう一つあります。「小数点にカンマを使う」という情報は、その言語が千の位をどう区切るかを教えてくれません。
スペイン語とドイツ語はピリオドで区切り、1.234,50 になります。しかしフランス語、ノルウェー語、スウェーデン語、フィンランド語、ポーランド語、ロシア語はスペースで区切ります。同じ数値が 1 234,50 となり、一万二千百九十二は 12.192 ではなく 12 192 です。小数カンマの言語はおおよそ半分ずつこの境界の両側に分かれており、小数点がカンマであることからはどちら側かは分かりません。小数点記号が正しくても桁区切りが違えば、母語話者のレビュアーは同じように指摘します。
SimplifyAIが翻訳時に数字をどう扱うか
SimplifyAIは案件の目標言語から数値の方式を決めます。使うのはその言語が実際に従っている区切り文字の規約であり、よく使われる一部のヨーロッパ言語のパターンを当てはめることはしません。原文言語を指定していない場合は、文書を解析して原文自体がどの方式で書かれているかを確認します。これは意味のある処理です。ドイツ語の原文をスペイン語に訳すとき、数字はすでにスペイン語と同じ書き方であり、変換は一切必要ないからです。
そのうえで、数字は一度ではなく二段階を通ります。この問題の二つの半分が、必要とするものが違うからです。
判断はモデルに任せます。 pH 7.0-7.8 が数量で DisplayPort 1.4 が版数だと見分けるには、その数字が文の中で何をしているかの理解が必要で、どんなパターンもそれを与えてくれません。そこで翻訳には目標言語の規約と具体例を渡し、数量を表す数字にのみ適用するよう指示します。
下限は決定的なチェックで担保します。 長い文書全体で数字を変換させると、モデルは信頼できますが一様ではありません。文中の寸法は変換し、表の中の同じ寸法は残す、という状態が起こります。そのため、原文の方式のままになっていた数量は後段で揃えられ、二つの言語がもともと同じ書き方をする場合にモデルが変えてしまった区切り文字は元に戻されます。後者は多くのツールが考慮しない場面です。原文と目標が同じ書き方をするなら、正しい動作は何も変えないことであり、そこで静かに書き換えられた数字は修正ではなく新たな欠陥です。
納品ファイルの上では、次のようになります。
- 寸法、個数、価格、百分率は目標言語の書き方になります。周囲に手がかりとなる文がなく、表のセルを単独で占める数字も含みます。
- 章番号、版数、部品番号やねじの呼び、日付、その他の識別子は原文のまま残ります。
- 保護されたトークンやコードのプレースホルダー内部の数字には一切触れません。
- 桁はすべて保持されます。変わりうるのは数字の間にある文字だけなので、変換後の数値は原文と同じ値を表します。
- 同じ仕様が文書全体で同じ書き方になります。表では一方、それを参照する段落では別、という状態になりません。
正直に述べておくべき限界が二つあります。第一に、数量か識別子かは判断であり、専門分野の珍しい表記は今も読み違えられる可能性があります——数値の抜き取り確認はレビュー工程に残してください。特に、ある文書群での最初の案件では重要です。第二に、同じ言語の中でも分野によって桁区切りの慣習が分かれる場合（金融や科学の文章にあります）、汎用の既定値では決められない社内基準の判断が必要になることがあります。
ワークフローの中での位置
- InDesign、Word、PDFの原稿をアップロードし、目標言語を選びます。
- システムが文書を解析して翻訳を準備します。確認可能な用語計画もここに含まれます。
- 目標言語の数値規約を数量に適用して翻訳を実行し、書き戻す前に結果をその規約と照合します。
- 結果をプレビューまたは書き出し、納品前に仕様表を抜き取り確認します。
数値の書式は、訳文が母語のように読めるか翻訳らしく読めるかを分ける細部の一つです。ヨーロッパ市場向けの技術文書を作成しているなら、仕様表を含む原稿をアップロードして、数値がどう返ってくるか確かめてみてください。