MDN日本語訳の翻訳ステータスを確認する一覧表を作る

[debiru]

概要

Japanese Mozilla community group の Slack に参加して日本語訳作業を着手するにあたって、翻訳すべきページの候補を探し出す作業自体が容易ではないため、「翻訳されたページ一覧」「翻訳されていないページ一覧」「翻訳が不十分なページ一覧」などをリストアップして一覧表を提供したい。

方針

• https://github.com/mdn/content/
• https://github.com/mdn/translated-content/

content リポジトリに存在するページが、翻訳されて translated-content リポジトリに存在するという仮定に基づいて、「content リポジトリの en-us ディレクトリ下のファイルリストに対する、translated-content リポジトリの ja ディレクトリ下のファイルの存在」を一覧化する。

その上で、存在する日本語版ファイルの翻訳状況（未翻訳の英文が残っていないか、訳がおかしい部分が残っていないかなど）を何らかの方法で検出して一覧表に「翻訳状況」として明示化したい。

これにより、「日本語訳ページが存在しないページ」だけでなく「日本語訳ページが存在するものの、翻訳が不十分で修正する必要があるページ」を検出することができる。

課題

• 「日本語訳ページが存在しないページ」の検出
  • リポジトリのファイルを検索すれば導出可能（対応済み）
• 「日本語訳ページが存在するものの、翻訳が不十分で修正する必要があるページ」の検出
  • ある日本語訳ページに対して、その翻訳状況を評価するアルゴリズムが見つけられていない。
    • 英語版ページに対して内容が（英語版ページが更新されているなどして）異なっている（不足している）ページの検出
      • 意図的に日本語訳ページに（英語版にはない）独自の説明を追加しているものは除く
    • 日本語訳ページが存在するが、未翻訳の段落が残っているページの検出
    • 誤訳、誤字・脱字・衍字があるページの検出

参考

• MDN翻訳状況 https://docs.google.com/spreadsheets/d/19U6aBPwph0bq--sQMKXw7dONQMezGMneMuJERJzYhjo/edit#gid=342415341

制作物

• MDN翻訳ステータス一覧表 https://mdn.lavoscore.org/
  • lavoscore.org は私（debiru）の管理する個人サイトのドメイン名です。
• 2022年3月時点では、「日本語訳ページが存在しないページ」の検出しか実現できていません。

[debiru]

MDN翻訳ステータス一覧表 https://mdn.lavoscore.org/

• 2022年3月28日
  • 旧版では2022年2月21日のスナップショット情報から一覧表を作っていたのを、毎日更新し、リポジトリの最新状態から一覧表を提供するようにしました。
• 2022年3月30日
  • フィルタリング時（特に、少ない件数から全件表示に切り替えた際）の処理落ちが酷く、Chrome では使い物にならなかった問題があったので、レンダリング周りの動作を改良して、Firefox では5倍速以上に、Chrome でもまともに使える程度まで高速化しました。
    • JavaScriptで大量のinput等のDOM操作がChromeだけ重いので解決する

[debiru]

• 2022年7月26日
  • Beginner タグの付いているページ #242 を拝見したので、en ページの tags を出力するようにしました。tags によるフィルタリングが可能になりました。
  • https://mdn.lavoscore.org/?regex_tags=%22Beginner%22

[debiru]

• 2022年8月22日
  • [ja]BCD クエリーのエラー mdn/translated-content#7849 を拝見したので、bad-bcd-queries を出力するようにしました。
  • https://mdn.lavoscore.org/?not_regex_bcd_ja=%5E%28null%7C%7Cfalse%29%24&regex_bcd_en=%5E%28null%7Cfalse%29%24