Old revision
Revision as of 2023-08-07 03:46
---
parent: ../WebTool
title: TranslatePreprocessor: 段落を保持するグーグル翻訳ペースト前処理機
date: 2019-12-10
tags: アプリ, ツール, Web
---
英語論文PDF内の英文を[グーグル翻訳](https://translate.google.com/?hl=ja)にペーストする際,
同じ段落にもかかわらず改行が含まれており, 正しく翻訳できません.
これまで多くの方法が提案されています^[ref-1]^[ref-2]^[ref-3]が, 基本的に改行を削除しているだけで,
//複数の段落が一つの段落になる問題があります//.
そこで, //段落を保持したまま改行を取り除く//前処理機を紹介します.
入力した文章を行ごとに処理し, 行文字が他と比べて少ない場合は, 改行をそのままにします.
英語PDFからの文字列を対象としていますが, 処理としては, 文字数と改行コードを見ているだけなので,
日本語などほかの言語にも対応しています.
===
//入力//
<-厳しい 甘い->\\
段落判定: <input id="paragraph-threshold" type="range" min=0 max=1 step=0.05 value=0.8 oninput="Update()" />\\
<textarea id='input' style="width: 100%; resize: vertical;" rows=20 oninput="Update()"></textarea>
↓
//出力//
<textarea id="output" style="width: 100%; resize: vertical;" rows=20></textarea>
<script>
var input = document.getElementById("input");
var output = document.getElementById("output");
var thresholdInput = document.getElementById("paragraph-threshold");
function Update() {
var lines = input.value.replace(/\r\n|\r/g, "\n").split("\n");
if (lines.length <= 0) {
output.value = "";
return;
}
var outText = "";
var alpha = 0.5;
var thresh = thresholdInput.value;
var thMax = 1.8;
var lineLengthAvg = lines[0].length;
for (var i = 0; i < lines.length; i++) {
outText += lines[i];
if(i + 1 < lines.length){
// 次の行があるとき
outText += " ";
var nextLineLength = lines[i + 1].length;
if (nextLineLength >= lineLengthAvg * thMax) {
// 平均より多い行長さ. `-`による行の連続の可能性
nextLineLength /= Math.round(nextLineLength / lineLengthAvg);
}
lineLengthAvg += alpha * (nextLineLength - lineLengthAvg);
var currentLineLength = lines[i].length;
if(currentLineLength >= lineLengthAvg * thMax) {
currentLineLength /= Math.round(currentLineLength / lineLengthAvg);
}
if (currentLineLength <= lineLengthAvg * thresh) {
outText += "\n\n";
}
}
}
output.value = outText;
}
function ClickLink(element) {
var link = element.getAttribute('data-url');
var text = encodeURIComponent(output.value);
link += text;
window.open(link, '_blank');
}
</script>
↓
<a data-url="https://translate.google.com/?view=home&op=translate&sl=en&tl=ja&text=" href="javascript:void(0);" onclick="ClickLink(this)">英→日Google翻訳</a><br />
<a data-url="https://www.deepl.com/translator#en/ja/" href="javascript:void(0);" onclick="ClickLink(this)">英→日DeepL翻訳</a>
更新履歴:
* 2020-06-16
ハイフン`-`による行の連続に対応
* 2020-06-10
翻訳ページに飛ぶ際, 翻訳内容が入力済みに変更
* 2019-12-10
Release
------
[ref-1]: "[論文をGoogle翻訳にかける時に便利なWebApp「Shaper」を公開しました](http://dream-exp.hatenablog.com/entry/2017/07/22/shaper)". \
地力不足の地蔵からの脱却. (accessed: 2019/12/10)
[ref-2]: "[google翻訳のための英語論文(pdf文書)の文末整形ツール（javascript）](https://www.robotech-note.com/entry/2016/11/22/120020)". \
技術メモ集. (accessed: 2019/12/10)
[ref-3]: "[PDFをコピペした時の改行を消す方法](https://qiita.com/amata525/items/7cda251abb65acc972c8)". \
Qitta. (accessed: 2019/12/10)