はてなキーワード: ポポフとは
趣味の必要上どうしても、ウランゲル語の書類の内容を把握する必要が出てきた。ウランゲル公国に於ける初期国際鉄道の接続について、調べねばならなくなったからだ。具体的には戦間期からWW2までの間である。できれば43年ポポフ攻勢までの期間が有難い（以降は接続が断たれるので興味の範囲から外れる）
文書自体は公国公文書館がネットに画像を上げている。ウランゲル日報（一般紙）のバックナンバーは月15ウランで利用可能で初月は無料だ。驚くなかれクレカが使える。念入りに探せば現地OB会やら組合やらの会誌がPDFで転がっている。ロシアとポーランドには、市販本をぶっこ抜いたファイルが転がっている。これらをつなぎ合わせれば概要は分かるはずだ。
ウランゲルは欧州語族ではマイナーではあるものの、幸いグーグル翻訳のラインナップに含まれている。鉄道用語自体は、英国から技術導入していることもあって英語に近いからある程度類推できる。言葉はこれで何とかなるだろう。現地企業がオンラインOCRを提供しているので、画像さえあれば文書の過半はテキストにすることが出来る。
これで、
ところが、問題が発生する。工程２で出力される文書は、元の文書をOCR君が見た通りであるので、文章の途中で無駄な改行が入っているのだ。こんな感じである
Ngenxa yokuzonwabisa kwam, kuye kwafuneka ukuba ndiqonde imixholo
yolwimi lwaseWrangel. Oku kungenxa yokuba kuye kwafuneka ndiphande
ngoqhagamshelo lokuqala lukaloliwe lwamazwe ngamazwe kwiNqununu yeWrangel.
Ngokukodwa, ukusuka kwixesha lemfazwe ukuya kwiWW2. Ukuba kunokwenzeka,
ndiya kuxabisa ixesha ukuya kwi-Popov Offensive ngo-1943。 (emva koko,
uxhulumaniso luya kuphulwa, ngoko alusekho umdla).
これを翻訳に通すと複文などがすっ飛んで、まるでの意味通らない。何とか改行を除去する必要がある。大した量ではないので手作業するか、と思ったが３日で音を上げた。だるい、だるすぎる。求めているのはコイツの中身であって、リズミカルにデリートキーを押すことではない。
一括置換で飛ばすか？ ダメだ、それでは元々ある段落替えすらすっ飛んで、謎経文の一丁上がりだ。加えて、一応意味が通らない時に校合もしたい。そのためにも段落はそのまんまにしておいてほしい。
目視で置換するか？ クリック数ではさして変わらない。上にミスった時のリカバリがめんどくさいし、実際ミスる。
しょうがないなぁ、とあきらめていた時、ふとプログラムで何とか出来るやろという天の声が聞こえてくる。しかしド文系である。今これを書いている光る板が一体どういう仕組みで動いているのか皆目わからない始末である。今更基礎からやるなどという悠長なことはさらに面倒だ。ここは・・・ChatGPTに頼ってみるべきだ。
早速諸手続きをして、問答を始める。「あなたは優秀なプログラマです。テキストファイル中の余計な改行を除去するにはどうしたらいいですか？」
AIは動き出す。「途中に挿入された不要な改行を除去するためには、以下の手順で対応できます。Pythonスクリプトを使って・・・」
言われたとおりにすると、成程ちゃんと出来上がる。
Ngenxa yokuzonwabisa kwam, kuye kwafuneka ukuba ndiqonde imixholo yolwimi lwaseWrangel. Oku kungenxa yokuba kuye kwafuneka ndiphande ngoqhagamshelo lokuqala lukaloliwe lwamazwe ngamazwe kwiNqununu yeWrangel. Ngokukodwa, ukusuka kwixesha lemfazwe ukuya kwiWW2. Ukuba kunokwenzeka, ndiya kuxabisa ixesha ukuya kwi-Popov Offensive ngo-1943 (emva koko, uxhulumaniso luya kuphulwa, ngoko alusekho umdla).
Umfanekiso woxwebhu ngokwalo ufakwe kwi-intanethi nguVimba oyiNtloko.
Pythonなんぞ、ウ語以上に知らない言葉だ。しかも相談含め無料である。ほぼほぼ単純作業だけだから簡単な代物なのでウソも紛れ込まんだろう。恐ろしい世の中になった。なんならこれを全部統合して一発翻訳にしてほしいものだが・・・。