2022年3月25日付のthe Japan Timesに掲載された言語カテゴリの記事を翻訳練習の一環で。
パラグラフごとの対訳形式にしてやっていきました。
元記事はこちら。
Are your Japanese translations sounding robotic? Opt for the human touch.
その日本語訳、ロボット臭くない？ どうせ訳すなら、人間臭さを。
As a professional translator, my heart drops every time I hear that a company has opted for machine translation when localizing media such as manga or video games.
プロの翻訳者としては、耳にするたびに気が滅入る。どこどこの会社が漫画やゲームといったメディアをローカライズする際に、機械翻訳を使うことにしたという話だ。
Some see machine translation (known as MT in the business) as the solution for an apparent shortage of human translators, and on the surface it seems perfect for speeding up the localization process: The source language is fed into a computer program and then the target language comes out the other end moments later.
機械翻訳（業界では「MT」と呼ばれる）は、人間の翻訳者不足を解消するソリューションとして考えられることがある。確かに表向きは、いかにもローカライズの作業スピードを上げる理想の道具のように思える。何しろ、コンピュータプログラムに入力された原語がものの数秒で訳文の言語になって出てくるのだ。
However, despite some fantastic technological advances, a machine is still a machine and will often spit out robotic-sounding sentences, which then takes away from the consumer experience.
ところが、技術の大いなる進歩をもってしても、やはり機械は機械である。そこから吐き出されるロボットのような響きを拭えない文が、消費者の体験を薄めてしまうことが少なくない。
MTs are programmed with corpuses, collections of written texts, that are meant to train algorithms to select the “best” translation for a given term. In a nutshell, translations are generated based on patterns found in previously translated texts. So, if the MT software you are using includes a corpus of technical translations, then it will be better at translating texts with similar technical terms. Thus, the software is only as good as the algorithm and corpuses that it owns.
MTはコーパス（記述されたテキストの集積）を用いてプログラムされる。これは、与えられた用語に対して「ベスト」な翻訳を選択するためのアルゴリズムを学習させるためのものだ。簡単に説明すると、このアルゴリズム翻訳は過去に翻訳されたテキストの中に見られるパターンに基づいて生成される。そのため、使用中のMTソフトの中に専門分野のコーパスがあれば、同様の専門用語を含むテキストをより良く翻訳することができるようになる。すなわち、MTソフトウェアの質は、内蔵されたアルゴリズムとコーパスの質にのみ比例するといえる。
For example, the commonly used Google Translate is relatively good at translating European languages into English. This is because it has been fed with years and years of open-source documents from the European Parliament and United Nations, material that was translated by professional human translators into many different languages (at least six — Arabic, Chinese, English, French, Russian and Spanish — in the case of the U.N.).
たとえば、一般的に使われているMTのGoogle翻訳は、ヨーロッパ諸言語から英語であれば比較的質の高い翻訳ができる。これを可能にしているのは、何年もかけて入力されてきた欧州議会や国連のオープンソース文書、つまりプロの翻訳家の手で多くの言語（国連の場合、少なくともアラビア語、中国語、英語、フランス語、ロシア語、スペイン語の６言語）に訳された資料の存在だ。
Translating from Japanese and other “minor” languages is more limited, however, due to a lack of open-source human translations for the corpus. Additionally, language is complicated and there are exceptions to grammatical rules that make it impossible to give a machine a large enough database to take all of them into account to deliver a “perfect” translation.
その一方で日本語をはじめとする「少数」言語になると、コーパスに取り入れられるオープンソースの人力翻訳が不十分であり、翻訳の質も劣る。また、言語というものは複雑であり、文法規則には例外が存在するため、それらすべてを計算に入れた膨大なデータベースを機械に与えて「完全」な翻訳を実行することは不可能になっている。
Japanese-to-English translation is particularly difficult because Japanese is a high-context language, meaning information is often not explicitly stated. Subjects, number of objects and gender are a few of the things that get left out when producing the language. A sentence as simple as プリン食べられた (purin taberareta) could translate as “someone ate my pudding,” “he ate all my pudding” or “my pudding was eaten.”
日本語から英語への翻訳は特に難しい。それは、日本語がコンテクスト依存の強い言語であり、意図されている情報がしばしば明示されないことがあるからだ。主語や対象の数、性別などを筆頭に、言葉が生み出される際に脱落する要素が数多くある。たとえば「プリン食べられた」といった単純な文でも、その翻訳には “someone ate my pudding（誰かが私のプリンを食べた）”も、 “he ate all my pudding（あいつが私のプリンを全部食べた）”も、“my pudding was eaten（私のプリンが食べられてしまった）”もありうる。
Idiomatic phrases, innuendos, slang and regional dialects introduce even more exceptions to certain grammar rules, and it’s still incredibly difficult to train a computer to handle them appropriately. Take, for instance, the phrase 仕方がない (shikata ga nai). In English, it basically means “it couldn’t be helped” but, depending on the context, it could be translated as “tough luck,” “it was bound to happen” or “that’s too bad.”
慣用句や皮肉、俗語や方言などを加えると、例外がさらに増える文法規則も出てくる。コンピュータがそれらすべてを適切に処理するよう学習させるのは、やはり至難の業なのだ。一例を挙げると、「仕方がない」という言い回しがある。これを英語に直すと、基本的には“it couldn’t be helped（どうしようもなかった）”と言うのだが、文脈によっては“tough luck（ついてない）”、“it was bound to happen（なるべくしてなった）”、さらには“that’s too bad（お気の毒に）”という訳にもなる。
What MT lacks are gut instinct, empathy and the human experience. “With anything but the simplest of sentences, machines still struggle to produce a correct translation between Japanese and English,” says translator Joshua VanValkenburg, who works with Japanese, French and English. “Even when they do, the English rarely reads naturally.”
MTに欠けているもの、それは直観と感情移入、そして人間に備わる経験だ。「きわめて単純な文でない限り、機械ではまだ日ー英間の正しい翻訳がうまくいきません。翻訳されたとしても、自然な英語として読めることはほとんどないのです。」そう語るのは翻訳者のジョシュア・ヴァンファルケンバーグさん。日本語、フランス語、英語で翻訳業務を行っている。
Most companies generally tend to agree with VanValkenburg, which is why some attempt to remedy the issue with machine translation post-editing (MTPE). This is when a machine translates the language and a human translator checks and tweaks the final product. Some larger companies claim that this method improves the productivity of human translators, increases translation speed and brings down costs. Translators, on the other hand, feel differently.
どの企業も、基本的にはヴァンファルケンバーグさんの見解と同じように考えることが多い。そのため、機械翻訳ポストエディット（MTPE）によってそうした問題への対処を試みる企業もある。これは、機械が翻訳した言葉を、人間の翻訳者がチェックし、最終的な製品になるよう調整するというものだ。大きな企業の中にも、この方法によって人間の翻訳者の生産性を高め、翻訳にかかる時間を短縮し、費用を抑えることができると言うところがある。ところが、翻訳者の方ではそう感じていない。
“The issue is that the amount of rewriting required rarely saves time or effort,” says VanValkenburg, “so I avoid taking MTPE jobs whenever possible. If the source language text is not provided, I’m often left guessing what the original was and this inevitably leads to more errors. If the source language text is provided, I’d rather translate from it directly and ignore the machine translation.”
ヴァンファルケンバーグさんは、「問題は、必要なリライトが多すぎて、時間も労力も結局ほとんど節約できないことです。そのため、私は可能な限りMTPEの仕事を請けることは避けています。原文が与えられていなければ、元は何と書かれていたのかを推測させられることが多く、語訳も必然的に多くなります。原文があれば、自分で直接訳してしまって、機械翻訳を見ない方がやりやすいのです」と言う。
Video game translator Andrew Echeverria isn’t a fan of the post-editing process, either.
ビデオゲーム翻訳者のアンドリュー・エチェヴェリアさんも、ポストエディット作業を好まない。
“The ‘writing’ was stilted, unnatural and difficult to parse,” he says. “There were a few wonky translations, but most of the workload and frustration came from having to rewrite a majority of what was given to me. It read like an alien trying to communicate, and poorly at that.”
「MTが書いた『文章』はぎこちなく不自然で、構文解析もしづらいものでした。正確さに欠ける翻訳も少しありましたが、何より作業の負担とストレスになったのは、渡されたものの大部分をリライトする必要に迫られたことです。まるで異星人が意思疎通を図っているものの、うまくできないような、そんな文章でした。」
Echeverria also says he avoids taking MTPE jobs. “It just creates more work for the editor,” he says, “who in essence has to just become the translator anyway — while getting half the pay or less than they normally would.”
エチェヴェリアさんも、MTPEの仕事は請けないようにしているという。「余計な仕事が増えるだけですね。結局、エディターが実質的には翻訳者にならないといけません。そのくせ報酬は普通に翻訳する場合の半分か、それ以下なのですから」
Machine translations are not about making the lives of translators easier or filling a labor shortage, but about the profit margins for language service providers (LSPs), which enable communication between a brand and its potential audience in other countries.
機械翻訳は翻訳者の生活を楽にするものでも、人手不足を補うものでもない。言語サービスプロバイダー（LSP。ブランドが海外の潜在的顧客を見込んだ際、両者のコミュニケーションを可能にするサービスを行う企業）に利ざやをもたらすためにある。
“Some LSPs claim there is a shortage of skilled translators,” says media translator and localization specialist Katrina Leonoudakis. “This is only partially true: There is a shortage of skilled translators who are willing to accept extremely low pay.”
メディア翻訳者、ローカライズ専門家であるカトリーナ・レオノダキスさんはこう言う。「『十分な技量をもつ翻訳者が少ない』と主張するLSPがありますが、これは事の一部しか言い当てていません。正確には、『十分な技量をもちながら極端な低報酬に甘んじる翻訳者が少ない』のです。」
Leonoudakis remains optimistic, though. “It’s up to us to educate media creators, LSPs and distributors about the value of investing in good localization,” she says. “When done well, localization is a profit enabler. When done poorly, it is an insult to the creators of the original work and the target audience of the shoddy translation. Show creators and viewers that you value them and spend those extra few dollars on good localization.”
とはいえ、レオノダキスさんは事態を悲観していない。「私たちの働き次第で、メディアのクリエイターやLSP、販売者の各方面に、良質なローカライゼーションへの出資の価値があることを伝えられるかが決まります。うまくいけば、ローカライゼーションは収益を上げる要素になります。うまくいかなければ、原作のクリエイターも粗悪な翻訳版に触れるユーザーも侮辱することになります。クリエイターや視聴者を尊重する姿勢を示し、良質なローカライゼーションに数ドル多く支払うようしていきたいですね」
【雑感】
翻訳者見習いの自分としては、MTはこういう練習をするときのコーチというか助手というかの使い道です。
・自力でガーーーっと訳す（Take1）
↓
・DeepLに原文をかける
↓
・Take1と対照させながら修正・遂行してTake2
「ウッ、DeepLの野郎、ここ俺より上手い訳しとるやんけ！悔しい！」が多発。
いまのところこんな感じで学習サポートツールに使えていますね。さすがに初手からMTに任せるのは表現の幅が狭まりすぎちまいますからねえ。まず自力翻訳するの楽しいし。
では。
