自治体の税務課・保険年金課が出す納付・手続きのお知らせを、用語集をそろえて多言語に訳し、原文の改定に合わせて訳文の差分を更新する

処理の起点を決める

担当課が、改定した原文を原文のフォルダに保存したときに動きます。 保存のたびに動かすと、書きかけの原文まで訳されるので、ファイル名の末尾に「確定」と付けたものだけを対象にします。担当課は原文を確定したら、名前を付け替えて保存します。

新しいお知らせは、同じフォルダに新規で置けば動きます。 前の版が無いので全部の段落が「足された段落」になり、全文が訳されます。このときだけは、校閲者が全文を読みます。

4月と6月、7月は原文の改定が集中します。 当初の課税と国民健康保険税の通知の時期だからです。動きはフォルダへの保存ごとなので、集中しても係がまとめて発注する作業はありません。 校閲者への依頼の件数だけが増えるので、時期の前に校閲者と量を相談しておきます。

入力データを集める

質を決めるのは、用語集です。 最初の用語集は、いまある訳文から用語を拾い、言語ごとに一番多く使われている訳を候補にして、母語話者に1つに決めてもらいます。 300語程度から始め、新しい用語が出るたびに足します。

「使ってはいけない訳」の欄を持たせます。 例えば「督促」を、取り立てを強く思わせる語で訳すと、住民を必要以上に不安にさせます。避ける訳を明記しておくと、照合でその訳が出ていないかを機械で確かめられます。

日付の書き方は、言語ごとに決めて取り決めに書きます。 原文の和暦をどう扱うかは、訳す人によって変わりやすいところです。本記事では、記号を戻すときにプログラムが西暦の日付を言語ごとの書き方で入れることにします。AIには日付を書かせません。

データの取得方法を決める

原文のフォルダは SharePoint に置き、中継の処理が保存を検知してファイルを受け取ります。Word の文書から段落と見出しを取り出し、段落ごとに番号を付けます。

用語集は、段落に出てくる用語だけを渡します。 300語を毎回全部渡すと、関係の無い用語に引きずられた訳が出ます。段落の中の語を用語集の見出しと突き合わせ、当たったものだけを渡します。

見出しと箇条書きの番号は、訳さずに構造として持ちます。 「1.」「(1)」「ア」のような番号は記号と同じ扱いにし、訳文でも原文と同じ位置に同じ番号が来るようにします。番号がずれると、窓口で「2番の書類」と言われたときに言語によって違う書類を指してしまいます。

段落の差分は、文字の一致で取ります。 句読点や全角と半角の違いだけの変更は「変わっていない」とみなす正規化をしてから比べ、意味の変わらない改定で訳を作り直さないようにします。

AIへ渡す前に整形する

1. 段落への分割 … 見出し・段落・箇条書きの項目を1つずつの単位にし、番号を付けます
2. 差分の判定 … 前の版と比べて、変わった・足された・消えた・変わらないの4つに分けます。正規化したうえで比べます
3. 記号への置き換え … 金額、日付、期限、電話番号、メールアドレス、窓口の名前、施設の名前を、{AMOUNT_1} {DATE_1} {PHONE_1} {OFFICE_1} のような記号に置き換えます
4. 用語の引き当て … 段落の中の用語を用語集と突き合わせ、当たった用語と言語ごとの訳を一覧にします
5. 前後の段落の添付 … 変わった段落の前後1段落を、承認済みの訳とともに「参考」として添えます

3番目を軽く見ないでください。 記号に置き換えておけば、訳文の中に数字が残っているかどうか、記号が全部戻ったかどうかを機械で確かめられます。 置き換えずに訳させると、「6月30日」が「30 June」「June 30」「30/6」と言語の中で揺れ、確かめる手段がありません。

5番目は、文のつながりのためです。 変わった1段落だけを渡すと、前の段落で「あなた」と呼びかけていたのに、この段落だけ「住民の皆さま」になる、ということが起きます。前後の承認済みの訳を見せ、言い回しを合わせさせます。 参考の段落は訳し直させません。

記号を戻すときの書き方は、言語ごとの表で決めておきます。

窓口の名前に日本語を添えるのは、住民が庁舎で案内の表示と見比べるためです。 訳した名前だけでは、どの窓口に行けばよいかが分かりません。どの記号をどう戻すかを表で持てば、言語を増やしても戻す処理は変わりません。

AIに処理させる

3行目がいちばん起きやすい失敗です。 原文の「納期限までに納付してください」を訳すとき、AIは親切心から「遅れると延滞金がかかります」と足したくなります。その段落に延滞金の説明が無いなら、足された一文は市が出していない説明です。 原文に無い文は書かせず、逆訳で足された文が無いかを係が確かめます。

新しい用語を訳させないのは、訳を1つに保つためです。 AIが作った訳をその場で使うと、次の改定では別の訳を作ります。用語集に入るまでは、その段落は「新しい用語あり」として係の確認に回し、校閲者が訳を決めます。

指示内容を固定する

あなたは市の税務課・保険年金課のお知らせを、{language}に訳す担当です。
渡された「訳す段落」だけを訳してください。推測で補わないでください。

【守る用語】
渡した用語集の訳を必ず使ってください。別の訳語を使わないでください。
「使ってはいけない訳」にある語を使わないでください。

【記号】
{AMOUNT_1} {DATE_1} {PHONE_1} {OFFICE_1} のような記号は、
訳文の中にそのまま残してください。記号の中身を推測して書かないでください。
数字を自分で書かないでください。

【新しい用語】
税・保険・年金の制度の用語で、用語集に無いものがあれば、
訳を作らずに new_terms に原文の語を入れ、訳文の中では原文の語を
［］で囲んで残してください。

【厳守事項】
- 原文に無い説明・注意書き・例を足さないでください。
- 原文の条件（期限、対象者、必要な書類）を省略しないでください。
- 参考として渡した前後の段落は訳し直さず、言い回しを合わせるためだけに使ってください。
- 呼びかけと敬語の度合いは、言語ごとの取り決めに合わせてください。
- back_translation には、あなたの訳を日本語に訳し戻した文を書いてください。
  原文を写さないでください。

【言語ごとの取り決め】{style_rules}
【用語集（この段落に関係するもの）】{glossary}
【参考：前後の段落と承認済みの訳】{context}
【訳す段落】{segments}

「原文を写さないでください」を書かないと、逆訳の欄に原文をそのまま入れてきます。 逆訳は、係が読めない言語の訳の意味を確かめるための欄で、原文が入っていると、ずれがあっても気づけません。 逆訳と原文が一字一句同じものは、中継の処理で印を付けます。

新しい用語を［］で残させるのは、訳文が途中で止まらないようにするためです。 訳を作らせない代わりに原文の語を残させると、係と校閲者がどこに新しい用語があるかを訳文の中で見つけられます。 承認の前に、［］が残っていないことを機械で確かめます。

出力形式を固定する

次の形のJSONで受け取ります。

{
  "document_id": "nouzei-kouza-furikae",
  "language": "vi",
  "segments": [
    { "segment_id": "P-04",
      "translation": "",
      "placeholders": ["{DATE_1}", "{OFFICE_1}"],
      "terms_used": [ { "ja": "納期限", "target": "" } ],
      "new_terms": [""],
      "back_translation": "" }
  ]
}

1つ目の理由は、段落の番号で版の表に戻せることです。 segment_id は前処理で付けた番号で、返ってきた訳をそのまま版の表の該当の段落に入れられます。 番号の無い段落や、渡していない番号が返ってきたら落とします。

2つ目は、照合を機械でできることです。 placeholders と terms_used を必須の配列にしておくと、訳文の中の記号と用語を、AIの申告と実際の文字の両方で突き合わせられます。 Microsoft Learn では、構造化出力ではすべてのフィールドを必須にする必要があり、オブジェクトには常に additionalProperties: false を設定するとされています。

3つ目は、スキーマで縛れない検査を先に決めておけることです。 文字列の pattern や配列の minItems などはサポートされていません。language のように値の決まった項目は列挙型で縛れます。

システムへ連携する

版の表への書き込みは、係の承認のあとだけです。 中継の処理が作るのは新しい版の「下書き」で、承認されるまで、ホームページと印刷用の原稿は前の版のままです。

ホームページへの掲載は、承認された版から作った原稿を係が管理画面に貼る運用にします。 管理画面に自動で書き込む連携は作りません。公開の操作を人に残すことで、校閲を経ていない版が出る経路を1つ減らします。

校閲者へは、変わった段落だけを並べた表を送ります。 原文、前の版の訳、新しい訳、逆訳、新しい用語を1行に並べ、校閲者は「このままでよい」「直す」のどちらかと直した訳を書いて返します。

人が確認する

1. 照合の印を先に見る … 記号の不足、記号の外の数字、使ってはいけない訳、逆訳が原文と同じもの。印の付いた段落から開きます
2. 逆訳で意味のずれを確かめる … 逆訳と原文を並べ、条件・期限・対象者が落ちていないか、足された文が無いかを見ます
3. 新しい用語を校閲者に回す … 訳の候補を付けず、原文の語と使われている文脈を送ります
4. 母語話者の校閲を受ける … 変わった段落の訳と新しい用語の訳を確かめてもらいます
5. 承認して版を上げる … 校閲の結果を入れて承認し、新しい用語は用語集に足します

逆訳は、意味のずれを拾う道具で、訳の良し悪しを決める道具ではありません。 逆訳が原文と同じ意味でも、その言語では不自然な訳はあります。係が逆訳で見るのは、条件・期限・対象者が落ちていないか、足された文が無いかの2点に絞ります。 自然さは校閲者に任せます。

1件20分を目安にします。 照合の印と逆訳を見て、校閲者に回し、戻ってきた結果を入れて承認する時間です。校閲者が読む時間は、市の職員の工数には入れていませんが、全文から変わった段落だけになる分、委託の費用も小さくなります。

例外に対処する

全面改定の行が、運用の初めにいちばん判断に迷うところです。 段落の半分以上が変わったら全面改定として扱う、のように機械で決められる線を先に引いておきます。 差分で訳した段落と新規で訳した段落が混ざると、文書の中で言い回しが揃いません。

記録を残す

• お知らせごとの、原文の版と言語ごとの訳文の版、承認した日と承認者
• 段落ごとの、前の版の訳と新しい訳、AIが返したJSON
• 校閲者が直した段落と、直す前と後の訳
• 照合で付けた印の件数と種類（記号の不足、数字、使ってはいけない訳、逆訳の写し）
• 用語集に足した用語と、足した日、決めた校閲者

• 言語ごとの、新しい用語の発生件数と、校閲で直された段落の割合

3つ目は、用語集と指示を直す材料になります。 校閲者が同じ言い回しを何度も直しているなら、それは用語集に入れるべき言い回しか、言語ごとの取り決めに足すべき書き方です。 直した理由を一言残してもらうと、取り決めを直すのが早くなります。