言語品質保証の簡易自動化ソリューション

小規模なローカライゼーションチームでは、言語品質保証（LQA）はしばしば臨機応変に行われます。しかし、ローカライゼーションの取り組みを拡大し始めると、より正式なプロセスを導入する必要があります。世界中に散らばる数十人、あるいは数百人の翻訳者や校閲者と協力しているかもしれません。誰が優れた仕事をしているのか、そうでないのかをどう把握すればよいでしょうか？

本記事では、LQA（品質保証）とは何か、その仕組み、そして大規模企業にとってなぜ困難なのかについて考察します。また、多次元品質指標（MQM）フレームワークと、そのプロセスを自動化する方法についても見ていきます。

言語品質保証（LQA）とは何か？

LQAとは、原文とその翻訳文を審査し、顧客の基準を満たしていることを確認するプロセスです。その目的は、スペルや文法の誤り、用語の正しい使用、意味の正確な伝達、スタイルの正確性、文化的適応、書式の正確性などをチェックすることにあります。

重要なのは、LQAは単一の当事者だけでなく複数の関係者が関与するプロセスであるという点です：

買い手は、翻訳ベンダーに送る前にソーステキストが確定していることを確認すべきです。
LSPはソース資料を精査する必要があります。
翻訳者は指示を注意深く読み、そして、最善を尽くして翻訳しなければなりません。

言語品質保証は、以下の3つの活動に分類できます：

原文の校閲、
機械検出可能な誤りの自動チェック、
そしてネイティブスピーカーによる最終チェック。

簡潔にするため、後者の二つだけを検討する。

自動化された品質保証

自動化された言語品質保証では、翻訳内の誤字脱字や誤りを検出するために様々なソフトウェアツールが使用されます。例えばSmartcatは、誤字脱字や数値の不一致、書式エラーを自動的にチェックできます。また、組み込みのスペルチェッカーを備えており、スペルミスを素早く特定するのに利用できます。

LQAは翻訳プラットフォームにおける誤りの伝達方法を標準化したものです。誰でも簡単に理解でき、従いやすい仕組みです。

しかし、自動化されたLQAがどれほど魅力的であっても、手動レビューの代わりにはなりません。自動チェックは特定の種類のエラーしか検出できず、誤検知を起こしやすい傾向があります。さらに、意味の正確性、文体の欠陥、文化的適切性をチェックできる自動ツールは存在しません。

ヒューマンLQA

手動LQAとは、自動ツールでは検出できない誤りを翻訳文に確認するプロセスです。レビュー担当者がテキストを精査し、正確性、スタイル、文化的適切性など、全ての品質基準を満たしていることを確認します。

しかし、「品質」という概念は本質的に非常に主観的なものです。ある翻訳者が優れた翻訳と評価するものを、別の翻訳者は質の低いものと判断する可能性があります。このため、明確に定義され合意された品質基準、エラーを記録するプロセス、そしてそれらを報告・分析するためのツールが重要となるのです。

Smartcatは翻訳品質を評価するために多次元品質指標（MQM）フレームワークを採用しています。それでは、その仕組みを詳しく見ていきましょう。

多次元品質指標（MQM）とは何か？

MQM（Measurement and Quality Evaluation Methodology）は、World Wide Web Consortium（W3C）が開発した翻訳品質の測定・評価フレームワークです。端的に言えば、品質を以下のカテゴリーに分類します：用語、正確性、言語慣習、スタイル、 地域慣習、デザインとマークアップに分類します（詳細についてはこちらをご覧ください）。

例えば、用語の誤りとしては「自動車」の代わりに「車」を使用することが挙げられ、正確性の問題としてはフレーズの誤訳が挙げられます。スタイル上の問題には、組織のスタイルガイドに応じて、過度に形式的な言語や口語的な言語の使用が含まれます。また、デザインやマークアップの誤りとしては、UI要素のラベルが長すぎたり短すぎたりすることが挙げられます。

各カテゴリには独自の重み付けが設定されており、これは標準化されておらず、組織が独自に決定します。また、各エラーには軽微（1）から重大（25）までの深刻度レベルが割り当てられ、これも重み付けに使用されます。

翻訳品質評価（TQE）ワークフロー

確かに、単にいくつかの指標を設けただけでは、翻訳の品質が魔法のように向上するわけではありません。それらの指標を実際に活用するためのプロセスを確立する必要があります。

そうしたプロセスの一つが翻訳品質評価（TQE）であり、これはMQMフレームワークと並行して行われる。

端的に言えば、TQEは以下のステップを含むワークフローです：

1. 予備段階：指標を定義し、評価基準を設定する段階。

2. 注釈段階：人間のレビュー担当者が翻訳を確認し、MQMカテゴリに基づいて誤りをマークします。

3. 計算段階では、翻訳管理システムまたはスプレッドシートが、すべてのエラーの「スコアカード」を作成し、プロジェクトマネージャーに提供します。

Smartcatで翻訳の品質を確保しましょう

Start now

なぜMQMは業界標準なのか？

多次元品質指標フレームワークが業界標準となっている理由はいくつかあります。第一に、プロジェクトマネージャー、レビュー担当者、翻訳者など、プロセスに関わる全員に共通言語を提供します。また、明確な評価カテゴリーと深刻度レベルを設定することで、評価プロセスを標準化します。

同時に、MQMは柔軟性を持っています：組織は、自社の特定の状況においてどのカテゴリと重大度レベルが最も重要かを決定できます。最後に、品質保証における人的要因を軽減し、明確なルールセットによってレビューアによる恣意的な判断の可能性を低減します。

大規模な言語品質保証の自動化方法

MQMフレームワークは大規模なローカライズプロジェクトの品質保証に優れた方法ですが、プロセスを自動化して効率化を図る手段も存在します。その一例が、Smartcatのようなツールの利用です。このツールは複数のレベルでMQMワークフローを自動化します：

業界標準のMQMコアおよびMQM-DQFフレームワークを含む、事前定義されたテンプレートからLQAプロファイルを作成できます：

新しいプロフィールを作成する

必要に応じて、組織のニーズに合わせてプロファイルをカスタマイズできます：

カテゴリをカスタマイズし、重要度（つまり、それらがどれほど重要か）を選択してください。

レビュアーはコメントを追加できます。Smartcatインターフェースから直接、特定のMQMカテゴリと深刻度レベルを指定できます：

結果は自動的にまとめられ、LQAレポートとして出力されます。このレポートには、総合品質スコア、エラーのカテゴリ別・深刻度別の内訳、さらにはエラーが検出された具体的なセグメントへの参照情報まで含まれます：

こうすることで、大規模な言語品質保証においてMQMのすべての利点を享受しつつ、その過程で頭を抱えることもありません。

Smartcatで言語品質評価プロセスを設定する。

Written by

Edited by

Reviewed by