[ruby-list:19529] Re: 自動翻訳プロジェクト

青山です。

On Wed, 15 Dec 1999 06:21:22 +0900,
nakajima kengo<[e-mail]> wrote:

> http://www.ruby-lang.org/ja      ;日本語ソースディレクトリ
> http://www.ruby-lang.org/en      ;英語ソースディレクトリ
> http://www.ruby-lang.org/ja2en      ; 日->英自動翻訳ディレクトリ
> http://www.ruby-lang.org/en2ja      ; 英->日自動翻訳ディレクトリ
> 
> として、 ja と en を一定時間ごとにチェックして自動翻訳して、結果を
> ja2en と en2ja に保存していく というようにすれば、Webサイトの管理も
> 簡単でいいと思います。いかがでしょうか？ 欠点は、翻訳後の文章を人間
> が手直ししたい場合相性が悪いことでしょうか。でも私の考えでは、
> 自動翻訳はあくまで正式な翻訳ドキュメントが出るまでの穴埋めなので、
> 自動翻訳後のデータをいじるぐらいなら、その労力を、
> 正式版を少しづつ進めるために使うべき、もしくは辞書を充実させるべき
> だと感じます。(その奥にあるのは、「スクリプトが出したものを編集
> するなんて嫌やなぁ。」という気持だったりするのですが。)
> 皆さんの考えもお聞かせください。

とりあえず、翻訳魂の問題として、結構翻訳に時間がかかるんですよ。まあ、
私のマシンが Pentium200 でメモリーも 64M 程度で、他の作業もしながらと
いう事もあるのですが、Ruby のマニュアルの「はじめに」程度でも、翻訳を
かけてから、しばらく他の作業をする時間があるくらいです。

そのような事もあり、毎回翻訳するのではなく、一度翻訳してしまってから、
それをベースに修正を加えて行くというのが無難そうという提案をしました。

まあ、実際の速度はマシンの環境によるわけですが、それでも結構な負担にな
るのは確かなので、できるだけ翻訳の回数は減らした方が良いかと思います。

> さて、この(4)を実現するソフトウェアはWebとは一切関係がないものなので、
> 独立したツールとして、開発すればいいと思います。
> たとえばこのツールを"konnyaku"と名付ければ
> 
> konnyaku --indir htdocs/ja --outdir htdocs/ja2en
> 
> のようなコマンドラインで、ディレクトリごと一挙に処理します。
> ライブラリは honyaku.rb を使います。

[ruby-list:19472] の修正版を最後に付けます。次のようにして html text
を一括変換できます。簡易版ですが、参考までに。また、plain text を変換
するコマンドライン版クライアントがライブラリに同梱されています。

for i in *.html; do
  cat $i | honyaku je > ../en/$i
done

> フォーマットも公開されていないんでしょうか。公開されてるなら、
> アクセス用のモジュールを作るのもアリですね。もちろん後回しに
> なりますが。

フォーマットも公開されていません。聞けば教えてくれる可能性はありますが、
結構多数のバイナリファイルの集合ですし、製品にさえそれを扱うツールを添
付できていない状況ですから、文書化されているかどうかもあやしいかも。


#!/usr/local/bin/ruby

require "honyaku"
require "nkf"

mode = ARGV.shift.upcase

# 奇数にタグが入るので偶数のみを翻訳。翻訳魂の入力は EUC
data = NKF::nkf('-e', STDIN.read).split(/(<[^>]*>)/)

# ユーザー毎に学習辞書が作成されるので、ENV["USER"] ではなく、
# 翻訳対象毎に分類という手も。学習辞書ファイルは
# /usr/local/honyaku/dic/usr/ 以下にできます。
# まあ、適当に何か固定名でも良さそうですね。
host = Honyaku.new( ENV["USER"], mode )

i = -2
while i < data.size - 1
  i += 2
  next unless /\w/.match(data[i])
  if mode == "EJ"
    # 入力が英語の場合は段落内の改行をスペースに変換
    data[i].gsub!(/ *\n *(?!\n|\z)?/, ' ')
  else
    # 入力が日本語の場合は段落内の改行を削除
    data[i].gsub!(/ *\n *(?!\n|\z)?/, '')
  end
  paragraphs = host.trns_divide_sentence(data[i])
  data[i] = ''
  paragraphs.each do |paragraph|
    paragraph.each() do |sentence|
      # 出力が英語の場合は、各文をスペースで接続
      data[i].concat ' ' if mode == "JE"
      data[i].concat host.translate_one(sentence)
    end
  end
  # 余計な空白削除
  data[i].sub!(/\A /, '') if mode == "JE"
end

host.close
print NKF::nkf('-j', data.join(''))


-- 
青山 和光 Wakou Aoyama <[e-mail]