英語の訳文が滑らかに読めても、原文の条件や数値が正しく伝わっているとは限りません。翻訳ツールを選ぶときは、「どれが一番正確か」という評判だけで判断せず、実際に扱う種類の文章を同じ条件で比較することが大切です。ここでは日英・英日の業務文書を想定し、小さな評価用サンプルを作って、誤りの種類と修正の負担を確認する方法を紹介します。
製品名だけで正確さを決めない
翻訳の結果は、言語方向、分野、原文の状態、前後の文脈、用語指定などによって変わります。一般的な紹介文で読みやすかったツールが、契約条件や製品仕様でも同じ結果を出すとは限りません。日英での評価を、そのまま英日の評価として使うことも避けましょう。
技術の説明も更新されています。Googleの2026年4月の公式説明では、2016年のニューラルネットワークへの移行に加え、Geminiモデルの活用が紹介されています。「AI翻訳」と「機械翻訳」を完全に別物として扱ったり、以前の仕組みだけで現在の能力を説明したりするのは適切ではありません。一方、新しいモデルを使うこと自体は、個別の訳文が正しいという証拠にはなりません。
よく使う文章から評価用サンプルを作る
最初は、社外に出してよい文章や評価用に作った架空の文から、用途の異なる例を少数ずつ集めます。以下はサンプル設計の例であり、特定製品に入力して得た実測結果ではありません。
| 確認する要素 | 評価用の日本語例 | 残すべき意味 |
|---|---|---|
| 否定と条件 | 承認を得るまでは出荷しないでください。 | 承認前の出荷を禁止していること |
| 数値と範囲 | 対象は5件以上10件未満です。 | 5を含み、10を含まないこと |
| 主語と担当 | 営業部が確認し、製造部が発送します。 | 確認者と発送者が別であること |
| 用語 | この装置の「セル」は電池の構成単位を指します。 | 表計算や生物学の意味と混同しないこと |
短い例だけでなく、前の段落を受ける代名詞、表の注記、見出しと本文の関係がある例も含めます。都合のよい文章だけを選ぶと、日々の作業で困る部分が見えません。通常の文と、間違うと影響が大きい文を分けて記録すると、利用範囲を決めやすくなります。
同じ条件で出力し、判断材料を残す
比較時は同じ原文、同じ言語方向、同じ用語集を使い、製品名、プラン、確認日、入力方法を記録します。文脈の追加や文体指定ができる場合も、片方だけに詳しい指示を与えて結果を比べないようにします。自社で継続利用する条件に近づけることが目的です。
評価表には「原文」「出力された訳文」「問題の箇所」「修正案」「理由」「確認者」を設けます。正解を一つに固定しにくい広告文などでは、必ず保持する事実、避ける表現、想定読者を先に決めます。表現の好みと意味の誤りを同じ点数で処理すると、判断がぶれやすくなります。
同じ文章を再入力した場合の変化も確認対象にできます。ただし、試行回数が少ない比較を製品全体の精度として公表したり、「正確率99％」などの数字に置き換えたりしてはいけません。対象の文章、判定基準、件数が異なる評価は、単純には比較できません。
誤りを分類して、重大なものから直す
W3CのITS 2.0は、用語の問題、誤訳、脱落、未訳、不要な付加、文法などを区別しています。この分類を参考に、まず「意味が変わった」「必要な情報が消えた」「原文にない内容が増えた」を探し、その後に文体や自然さを整えると確認の順番が明確になります。
例えば「修理費は含みません」が「修理費を含みます」になった場合、文法が正しくても重要な意味の反転です。「可能性がある」を「必ず起きる」に変えることも、文章を強めるだけの修正ではありません。確実さ、義務、許可、例外が保持されているかを見ます。
重要度は使用場面と組み合わせて判断します。社内の下調べと、製品の安全に関わる指示では、同じ一語の誤りでも影響が異なります。重大な誤りが一件でもあれば、その種類の文書を無確認で使わない、という運用上の判断につなげます。
原文の整理は、意味を変えずに行う
担当者や対象が分からない文には、その情報を確認して補います。「確認後に送付」の場合、何を誰が確認し、誰に何を送るのかを決めてから訳します。長文を分けるときも、条件と結論、例外と原則のつながりを残します。機械に合わせて短くした結果、必要な条件を落としては逆効果です。
同音の語は文脈に合う表記へ直しますが、「漢字を増やせば正確になる」と一律には考えません。「やさしい説明」なら「分かりやすい説明」と具体化する方法もあります。正式名称、社内略語、製品コードは、勝手に一般的な語へ置き換えず、用語表で扱いを指定します。
評価結果は総合点だけでなく、「数値の誤り2件、用語の不一致3件、重大な脱落0件」のように種類別に記録します。この数字は記録方法の例であり、製品の評価結果ではありません。読みやすさが高得点でも、数値や否定の誤りを相殺しないルールにしておくと、確認の優先順位を保てます。
また、誤りを修正できたことと、最初から誤りがなかったことを区別します。担当者が一文ずつ調べ直して完成した訳文なら、その確認負担も結果の一部です。意味を判定できない例は無理に正誤を付けず「判定保留」として分け、原文の照会や専門担当者の確認後に記録を更新します。ツールの更新時には保存した同じサンプルを使い、以前の判断が引き続き妥当かを確認できます。
入力条件と確認にかかる時間まで比較する
精度の評価と情報管理の評価は別に行います。例えばDeepLのプライバシーポリシーは、無料版とProで入力内容の取扱いを分けています。機密文書を試験入力する前に、実際の製品・契約・社内規程を確認してください。
最終的には、生成の速さだけでなく、誤りを見つける時間、修正する時間、体裁を戻す時間まで含めて判断します。英語を確認できる担当者がいない場合は、出力の自然さだけで合格とせず、必要な分野を理解する人に原文との照合を依頼します。評価結果は「この用途、この条件ではここまで使える」という形で残すと、次の更新時にも見直せます。
