PDFの翻訳はなぜ難しいのか。私たちは何を再現しているのか？
前回の記事「読み方から考える、PDFの翻訳で元のレイアウトを残す理由」では、読むときの習慣を手がかりに、PDFの翻訳で訳文だけを残すのでは不十分な理由を考えました。論文や報告書、技術資料を読むとき、私たちは見出しを見たり、図表を探したり、原文と訳文を行き来して確認したりします。元のレイアウトは、それらの内容のつながりを覚えておく助けになります。 ただし、そのつながりを技術的に保つのは簡単ではありません。 PDFの翻訳は、ある言語を別の言語に置き換えて、文字を元の位置に戻すだけの作業ではありません。ページが何で構成され、どの文字がひとまとまりなのかを判断し、訳文の長さが変わった後に配置を調整する必要もあります。 難しいのは、PDFが要素の「置かれている場所」は示していても、「何に属するか」まで示しているとは限らないことです。段落はどの見出しに属するのか、図表はどの説明に対応するのか、数式の記号はどの文で説明されているのか。こうした関係は、位置や書式、文脈から推定しなければならない場合があります。二段組み、図表、数式、表が加わると、その推定はさらに複雑になります。 PDFのページ
読みたい資料を、言語の壁だけで諦めてほしくない
ちょうど必要としていた資料が見つかる。研究に関係する論文かもしれないし、技術的な問題を説明するマニュアルや、参考になる設計案かもしれません。 何かを探していたわけではないこともあります。たまたま見かけた論文のタイトルに引かれたり、誰かが紹介していた見解を読んで、著者が実際にどう述べているのか知りたくなったり。 続きを読みたい。けれど、その資料はあまり慣れていない言語で書かれています。 まったく読めないわけではありません。翻訳を使えば、少しずつ理解できるはずです。ただ、読み終えるには余分な時間が必要で、資料と複数のツールを行き来しなければならない。そこでファイルを保存し、あとで読もうと思う。そのまま置き去りになり、二度と開かないこともあります。 この余分な負担を数値で捉えようとした研究もあります。2023 年に PLOS Biology に掲載された研究は、8 か国の環境科学研究者 908 人を調査しました。英語論文を 1 本だけ発表した研究者について、英語習熟度が中程度・低い国の英語非母語話者は、母語話者に比べ、英語論文を読むのにそれぞれ約 47%・91% 多くの時間を要すると
読み方から考える、PDFの翻訳で元のレイアウトを残す理由
外国語のレポートを読んでいて、わからない文に出会ったら、その部分をコピーして翻訳することがあります。数文なら便利な方法です。ただ、文書全体を読みたいときは、翻訳された文字だけでは足りないこともあります。 本文で触れている図はどこにあるのか。この数字は表のどの項目に対応するのか。さっき読んだ説明はどこにあったのか。 こうした疑問は、言語だけでなく、文字がもともと置かれていた場所にも関わります。翻訳は文を理解しやすくし、元のレイアウトはその文を資料全体の中に位置づけてくれます。 iSomorができるだけレイアウトを残したいと考えるのも、そのためです。言語が変わっても、なじみのある読み方を続けられるようにしたいのです。 最初から最後まで順番に読むとは限らない 数十ページの資料を開いて、すぐに一字ずつ読み始めることはそう多くありません。目次や見出しから関心のある部分を探すこともあれば、図に目が留まり、その意味を知るために本文へ戻ることもあります。 たとえば、レポートの結論を知りたくて最後の数ページを先に読み、気になる数字を見つけて前の表へ戻る。どんなデータに基づくのか、条件はない