Djangoの翻訳31,879件に対して翻訳チェックを実行しました。最初の警告の半分は、チェック側の誤検知でした。

言語

当社の翻訳チェックは機械翻訳で鍛えられました。自社サイト向けにローカルモデルが書き出した翻訳に対し、プレースホルダー、数値、名前が欠落している場合は拒否して再作成を求めます。翻訳者によって書き方は異なります。チェックがそれをどう扱うかを確認するため、Django 5.2に同梱されている.poファイル、つまり当社の言語のうちDjangoが対応している39言語の翻訳済みエントリ31,879件に対して実行しました。

初回の実行

チェックで1,031件の指摘があり、その約半分はチェック自体の誤検知でした。翻訳者は「URL」「IPv4」「%s KB」を日本語、タイ語、ブルガリア語でもそのまま残しますが、スクリプトによるチェックではこれらを英語のまま残したと判断していました。翻訳文の中でPostgreSQL、JSON、Trueをそのまま残し、6 p.m.を18.00、6 a.m.を06.00、Feb.を2月と表記し、「%(value).1f」はプレースホルダーとして認識すらされていませんでした。これらはいずれも許容されるようになりました。ソースからコピーした名前、コード、パスはスクリプトの指摘対象外となり、単語や単位をそのまま残す場合は問題なしとみなされ、時刻、カレンダーのラベル、序数、分数を数字で表記した場合は同じ数字として扱われます。

修正後、同じファイルでは475件のエントリがフラグ付けされ、割合は1.5%です。また、自社サイトが受け入れている576,120件のページ翻訳に対しては、チェックは依然として誤検知を発生させていません。

実際に問題だったもの

人間が許容しうるもの

一部のフラグは、チェックが判断して付けるものです。翻訳者が「Past 7 days」を「the past seven days」と単語で書いた場合、それは間違いではありませんが、機械翻訳では数値の変更や欠落こそがチェックの目的であるため、厳格なまま維持され、--no-numbersで無効化できます。チームが英語のまま残すことを決めた用語(例:「Flat Pages」)は、--keepで通過させるまでフラグが立ちます。

当社のサイトでの改善点

当社のサイトをガードするチェッカーも、数値に関して同じ盲点を持っていました。同じ修正により、拒否ログから3,379件の翻訳を受け入れるようになりました。例えば、韓国語での「one-fifth」を1/5とする場合や、先頭ゼロを含む日付などが該当します。以前に承認されたすべての翻訳も、引き続き通過します。途中で緩めすぎたルールが1つあります。週の日付は、短いカレンダーラベル内でのみ数値としてカウントされるようになりました(ベトナム語で「Thursday」を「Thứ 5」とする場合など)。これは、測定中にオロモ語の行で誤った日付が通過してしまったためです。

実装場所

チェックは translation-checks で無料で利用できます。1.3 以降では .po ファイル単体でもチェック可能になり、Plural-Forms ルールも検証します。1.4 以降ではプロジェクトの .po ファイルに対して pre-commit フックとして実行されます。42 言語のルールは gettext のノート に記載しています。Polyglot はお客様自身のモデルで翻訳を実行し、書き出すすべての文字列に対して同じチェックを実行します。