翻訳用語集の使い方

適切に管理された用語集は、AI翻訳が常に正確な用語を使用するようにするための最も効果的な方法です。手動で構築したり、既存の用語ベースをインポートしたり、AIにローカライズファイルから自動的にエントリを生成させたりすることができます。これら3つの方法はすべて併用可能です。

1. 用語集の作成: 新規用語集をクリックし、名前（任意）を入力して、ソース言語（例: en-US）とターゲット言語（例: de-DE）を選択します。有効にチェックを入れると、すぐに適用が開始されます。
2. エントリの手動追加: 用語集を開き、エントリを追加をクリックします。ソース用語、承認された翻訳、および使用法を明確にするためのコンテキストメモ（任意）を入力します。例えば、"bank"を川岸ではなく金融機関として指定する場合などです。
3. 一括インポート: 大規模な用語ベースの場合は、CSV/TSVをインポートをクリックし、source、target、および必要に応じてcontextの列を持つファイルをアップロードします。これにより、既存の用語集を数秒で移行できます。
4. AIによるエントリ生成: ソース文字列（またはソースと翻訳済みの文字列の両方）をAIで用語集を生成セクションに貼り付け、用語集を生成または用語集エントリを生成をクリックします。AIがコンテンツを分析し、頻出用語、製品名、ドメイン固有の語彙を抽出して、用語集に自動的に追加します。既存のエントリは重複を避けるために考慮されます。
5. 用語強制を伴う翻訳: 言語ペアが翻訳と一致するアクティブな用語集は、自動的に適用されます。特別な手順は不要です。通常通り翻訳を実行すると、AIは承認された用語を尊重します。
6. バックアップや共有のためのエクスポート: CSVをエクスポートまたはTSVをエクスポートをクリックして、用語集をダウンロードします。バックアップとして使用したり、同僚と共有したり、別のワークスペースにインポートしたりできます。

翻訳用語集とは？

翻訳用語集は、特定のソース言語の単語やフレーズを、承認されたターゲット言語の同等表現にマッピングする管理された語彙集です。一般的な辞書とは異なり、用語集は特定のドメイン、ブランド、または視聴者に対する意図的な編集判断を反映しており、AIモデルが意図しない同義語ではなく、選択した正確な用語を使用するようにします。

例えば、ソフトウェア製品では、"Settings"という用語をドイツ語で"Konfiguration"や"Optionen"ではなく、常に"Einstellungen"と翻訳する必要があるかもしれません。法律事務所は、曖昧さを防ぐために契約条件の正確な同等表現を強制する場合があります。医療提供者は、正確さが不可欠な臨床用語を固定するかもしれません。

用語集は、AIモデルが複数の同等に有効な同義語から選択してしまう可能性があるAI翻訳において特に価値があります。明示的な用語制約を提供することで、ユーザーやステークホルダーが期待する語彙をモデルにガイドできます。

用語集の強制適用について

翻訳を実行すると、l10n.devは現在の翻訳方向と言語ペアが一致するすべてのアクティブな用語集を自動的に特定します。用語ペアは制約としてAIに提供され、テキスト内に対応するソース用語が出現するたびに、指定されたターゲット用語を使用するようにモデルに指示されます。

用語はケースを区別せずに照合され、コンテキスト内で適用されます。一般的な用語には小文字を使用してください。AIは文のコンテキストに合わせて大文字小文字を自動的に調整します。ブランド名、頭字語、または大文字小文字を区別する用語にのみ、正確な大文字小文字を使用してください。同じ表記が複数の意味で現れる場合は、用語集のエントリにコンテキストメモを追加することで、意図した意味が存在する場合にのみAIがマッピングを適用できるようになります。

コンテキストメモ

各用語集エントリは、用語を曖昧さのないものにするための短い説明であるコンテキストメモ（任意）をサポートしています。コンテキストメモは、多義語（複数の意味を持つ単語）やドメイン固有の使用法を区別する場合に特に役立ちます。例えば、"bank"のコンテキストとして"financial institution"を追加すると、無関係な文でその単語が用語集によって上書きされるのを防ぐことができます。

CSV / TSVのインポートとエクスポート

用語集は一括で管理できます。インポート形式では、少なくともsource列とtarget列を含むヘッダー行が必要です。contextという名前の3番目の列は任意です。カンマ区切り（CSV）とタブ区切り（TSV）の両方の形式がサポートされています。既存の用語集のCSVをエクスポートまたはTSVをエクスポートボタンを使用して、編集可能なファイルをダウンロードしてください。

一般的なユースケース

翻訳用語集は、言語間で正確で一貫した用語が重要となるあらゆる場面で価値を発揮します：

• ソフトウェアUIローカライズ: UIの動詞や名詞の翻訳を固定します。例えば、フランス語で"Submit"を常に"Envoyer"ではなく"Soumettre"とレンダリングします。
• 法的文書: "indemnification"（補償）、"liability"（責任）、"covenant"（契約）などの契約用語が、常に承認された法的同等表現でレンダリングされるようにします。
• 医療および臨床コンテンツ: 正確な臨床用語を維持します。例えば、正確さが重要なコンテキストにおいて、"myocardial infarction"（心筋梗塞）と"heart attack"（心臓発作）を区別します。
• ブランドボイスと製品名: 製品名、機能ラベル、およびブランド固有の用語を、すべての言語と市場で一貫させます。
• Eコマースカタログ: 複数の言語に翻訳される大規模な商品カタログ全体で、製品属性、カテゴリ名、単位ラベルを標準化します。
• マーケティングとキャンペーン: スローガン、コールトゥアクション、キャンペーン名の承認された翻訳を保持し、チャネル間でメッセージの一貫性を保ちます。
• 技術ドキュメント: API用語、エラーメッセージ、CLIコマンド、フィールド名の合意された翻訳を固定し、開発者やエンドユーザーがどこでも同じ語彙に触れられるようにします。

AIで用語集エントリを生成

L10n.devは、既存のローカライズファイルから用語集を自動的に構築できます。ソース文字列（またはソースと翻訳済みの文字列の両方）を貼り付けると、AIが頻出用語、製品名、ドメイン固有の語彙を抽出し、将来の翻訳で一貫性を強制するための用語集エントリとして保存します。

AI用語集生成は、JSON、YAML、PO、ARB、XLIFFなど、サポートされているあらゆるローカライズ形式で機能します。モデルは既存のエントリを考慮して重複や競合する用語を避けるため、コンテンツの増加に合わせて何度でも生成を実行できます。

よくある質問

用語集はいくつ作成できますか？

必要な数だけ用語集を作成できます。例えば、言語ペアごとに1つ、プロジェクトごとに1つ、または製品ラインごとに1つなどです。言語ペアが翻訳と一致するすべてのアクティブな用語集が同時に適用されます。

複数の用語集が同じ翻訳に一致する場合、どうなりますか？

すべてのアクティブで一致する用語集が一緒に適用されます。同じソース用語が異なるターゲット翻訳を持つ複数の用語集に現れる場合、AIはコンテキストを使用して競合を解決します。曖昧さを避けるため、言語ペアごとにソース用語につき1つの標準エントリを維持してください。

コンテキストメモは必須ですか？

いいえ。コンテキストメモは完全に任意です。曖昧さのない技術用語の場合、単純なソース→ターゲットのペアで十分です。多義語（複数の意味を持つ単語）の場合は、簡単なコンテキスト説明（例: "bank — financial institution"）を追加すると、翻訳の精度が大幅に向上します。

必要なCSVインポート形式は何ですか？

必要な列（ヘッダー行は任意）はsource、targetです。contextという名前の3番目の列は任意です。カンマ区切り（.csv）とタブ区切り（.tsv / .txt）の両方のファイルがサポートされています。既存の用語集のCSVをエクスポートまたはTSVをエクスポートをクリックして、正しくフォーマットされたファイルをダウンロードしてください。

用語集を削除せずに一時的に無効にできますか？

はい。すべての用語集には有効トグルがあります。無効な用語集はアカウント内に保持されますが、翻訳中には適用されません。いつでも再有効化できます。

いいえ。各用語集は単一のソース言語と単一のターゲット言語にスコープされています。言語ペアごとに別々の用語集を作成できます（例: 英語→フランス語用と英語→ドイツ語用）。それぞれに独自の用語リストを持たせることができます。

いいえ。各用語集は単一の原文言語と単一の訳文言語に限定されています。異なる言語ペア（例：英語→フランス語、英語→ドイツ語など）ごとに個別の用語集を作成でき、それぞれに専用の用語リストを用意できます。

用語集に表示される文字数は何を表していますか？

文字数は、用語集内のすべてのソース用語、ターゲット用語、およびコンテキストメモの合計文字数です。用語集の内容は翻訳中にAIプロンプトに含まれるため、この数値は、翻訳リクエストごとに用語集が全体的な文字数使用量にどれだけ寄与するかを示しています。