対訳PDFから翻訳メモリ（TMX）を作成する方法
原文と訳文がそれぞれPDFで手元にあり、その文対をCATツールの翻訳メモリに取り込みたい。そんなときの手順をまとめました。 対訳整合とは何か、事前の準備、PDF Alignerでの実行方法、結果の確認、TMXの取り込みまでを順に説明します。
対訳整合とは
対訳整合とは、原文の各文を訳文の対応する文と結びつける作業です。結果は原文と訳文のペア（翻訳ユニット）の一覧になり、 翻訳メモリの標準交換形式であるTMXとして保存できます。Trados Studio、memoQ、OmegaT、Phrase など 多くのCATツールが取り込めるため、これまでに翻訳した資産を次の案件のマッチとして再利用できます。
テキスト層のないPDFや、段組み・表で読み取り順が崩れるPDFは、テキスト抽出型の整合ツールでは扱いにくいことがあります。 PDF Alignerは全ページをビジョンAIで読み取るため、スキャンPDFや複雑なレイアウトにも対応できます。
始める前に
- PDFを2つ用意：原文PDFと訳文PDF。同じ内容を対象にします。
- ページを揃える：ページは位置ごとに（1ページ目と1ページ目のように）対応付けられるため、 ページ構成が揃ったPDFで最も良い結果が得られます。ページ数が異なる場合は、対象の範囲を両方で切り出すか、 ページ範囲の指定を使ってください。
- まず少ないページで試す：最初は2〜3ページで試すのがおすすめです。少ないコストで、 文書全体を流す前にモデルとレイアウトの相性を確認できます。
- プライバシー：アップロードしたPDFは処理の直後に削除されます。アカウントに残るのは、 確認・エクスポートのための対訳文対だけです。
手順
- 無料アカウントを作成：無料プランでは毎月5ページまで、クレジットカード不要で利用できます。 こちらから登録できます。
- 新規対訳整合ジョブを作成：原文PDFと訳文PDFをアップロードし、言語を選びます。 日本語と英語に限らず、どの言語ペアでも使えます。
- LLMモデルを選択：低コストのモデルは、読み取りやすいシンプルな文書に向いています。 密度の高い文書、状態の悪いスキャン、非ラテン文字には、1ページあたりのクレジットは多くなりますが、 上位モデルのほうが適しています。詳しくはモデル比較をご覧ください。
- オプション設定：テスト実行ではページ範囲を指定します。有料プランでは、結果が非同期になる代わりに クレジットが半額になるバッチ処理も使えます。
- ジョブを実行：内部では、ページのOCR、文の対訳整合、後処理（分断された文の結合、複数文の分割、 重複の削除）の順に処理されます。
- 結果を確認：各ペアには品質スコアが付きます。低品質（50未満）や中品質（50～80）で絞り込み、 そこから先に確認しましょう。修正には分割、結合、削除を使い、 原文または訳文が空のペアは「空のペアを削除」でまとめて取り除けます。
- エクスポート：CATツール向けにはTMXを、別の形式が必要な場合はCSVまたはXMLをダウンロードします。
TMXの取り込み
お使いのCATツールの翻訳メモリ取り込み機能でファイルを指定します。次の2点に注意してください。
言語コードをプロジェクトに合わせること（TMXでは ja や en などのコードを使用します。
ツールが en-US のような地域付きコードを要求する場合は、取り込み時に対応付けます）。
そして、まず空の新しい翻訳メモリに取り込み、既存のデータと混ぜる前に結果を確認することです。
OmegaTでは、プロジェクトの tm フォルダにTMXファイルを置くと参照されます。
きれいな結果を得るコツ
- 両言語で同じ版の文書を使いましょう。改訂後の原文と旧版の訳文では、対応が抜けてしまいます。
- 表紙や目次など、片方にしかないページは対訳整合の前に取り除きます。
- スキャンや特殊な文字には、低コストモデルの再実行ではなく、上位モデルを選びます。
- 全体を読むのではなく、低品質のペアから確認します。修正の多くはそこにあります。
- 確認は前提です。AIによる対訳整合は高速ですが完璧ではありません。当社の 公開サンプルでは、法務省が公開している同じ文書のTMXと比べて47ペア中46ペアが一致しました （残る1件は、参照側がタイトルに含めている日付行の違いです）。また1ペアは、エディタで手作業により修正しています。
よくある質問
スキャンPDFにも使えますか？
はい。全ページをビジョンOCRで読み取るため、テキスト層がなくても問題ありません。状態の悪いスキャンには上位モデルが向いています。
対応する言語ペアは？
どの言語ペアでも使えます。ジョブごとに原文と訳文の言語を選びます。
料金は？
無料プランは毎月5ページまで。有料プランはクレジットを追加でき、1ページあたりの消費クレジットは選ぶモデルによって異なります。 最新の内容は料金プランをご覧ください。