情報検索コラム
情報検索・調査・利用について
“知っていると便利”“こんなときどうする”“コレにはご注意！”などなど思いつくままに書かせていただきます。
ちなみに「三月うさぎ」はルイス・キャロル著『不思議の国のアリス』に出てくる「いつまでも終わらないお茶会をしている」ちょっとヘンなうさぎです。
「ティールーム」は、お仕事の休憩時間のお茶といっしょに読んでいただけるくらいの長さと内容というコンセプトを、アリスの三月うさぎの「お茶会」にかけてあります。（毎月1回更新します）
機械翻訳で特許公報を読むヒント －DeepL翻訳、Google翻訳－
注意：記載内容やリンクは執筆時点での情報です。
前回のコラム２３２号では、特許公報検索サイトの Google Patents で中国の特許公報を翻訳して読むときのヒントを書きました。今回は無料の機械翻訳を使うヒントとして、DeepL翻訳とGoogle翻訳について書きたいと思います。
DeepL翻訳 と Google翻訳
既にご存じのかたも多いと思いますが、近年注目されている機械翻訳に DeepL翻訳 があります。DeepLという名前からも分かるのですが、ニューラルネット技術に基づくシステムとのことです。先行している Google翻訳 も２０１６年にニューラルネット技術に移行しましたので、両者とも似ている傾向にあると思います（※参考文献）。
DeepL翻訳 と Google翻訳 を単純に比較した場合、特許調査に使うという面から見ると、私見ですが次のような特徴があると思われます。
翻訳のスピード：
Google翻訳 のほうが断然速いです。
翻訳の精度：
一概には言えませんが、英語 → 日本語の翻訳では DeepL翻訳 のほうが滑らかな日本語に翻訳されるという印象です。例えば調査報告を作成する際、英語の特許公報の内容を和訳して報告する場合に
Google翻訳では自分で訳文を修正する場合が多いのですが、DeepL翻訳 はそのまま使える場合が多いです。
中国語の翻訳：
DeepL翻訳は英語を介しての二次翻訳です（参考：ウィキペディア「DeepL翻訳」から）。Google翻訳も「中国語 → 英語 → 日本語」なので（たぶん）、この点は同じです。つまり中国語からの英訳が誤訳なら、和訳も誤訳になります。
ＰＤＦ文書の翻訳：
DeepL翻訳、Google翻訳とも可能です。自分のパソコンに保存されている公報ＰＤＦをアップロードして丸ごと翻訳できます。翻訳の精度は、やはり
DeepL翻訳のほうが良いのですが、翻訳のスピードは Google翻訳のほうが速いです。またＰＤＦの文書としてのレイアウトや「見た目」から言うと、現時点（2022年10月現在）では
Google翻訳のほうがキレイです。DeepL翻訳 でダウンロードしたＰＤＦを、そのまま使うのはできそうにないレベルです。
単純にまとめると、スピード重視なら Google翻訳。翻訳の質重視なら DeepL翻訳。翻訳を調査に使う場合、翻訳文を使うなら DeepL翻訳。翻訳したＰＤＦを使うなら Google翻訳。ということになりそうです。
特許公報ＰＤＦの翻訳と検索
特許公報はＰＤＦで入手でます。入手したＰＤＦの特許公報を翻訳や検索という観点からテキストデータを見ると、大きく分けて３種類あります。
ひとつはテキスト部分が「画像」であり、テキストデータが無いもの。これは年代的に古い特許公報、またはマイナーな国の公報の場合に多いＰＤＦです。この場合は残念ですが、翻訳、検索ともに不可です。
例えば中国の特許公報で１９８７年出願の CN88101449A 。出願人は日本の東芝で、和訳のタイトルは「脱水機能付洗濯機衣類量検知器」です。この CN88101449A の公報ＰＤＦをダウンロードして、上で紹介した DeepL翻訳や Google翻訳でＰＤＦをアップロードして翻訳しても全く翻訳できません。またＰＤＦ内のテキスト検索も当然ながらできません。
ふたつめとして、テキスト部分がテキストデータのＰＤＦ公報。この場合は翻訳、検索とも可能です。
例えば前回のコラム２３２号で例にとった中国ハイアール社「ドラム洗濯機のスプレーシステム」の特許公報 CN110607662A。この公報は２０１８年出願、２０１９年公開です。このCN110607662Aの公報ＰＤＦをダウンロードして、DeepL翻訳や Google翻訳で翻訳することが可能です。
またＰＤＦ内のテキスト検索も可能です。よって Google Patents で表示されているテキストをコピーして、公報PDFのテキスト検索を行うことにより、公報PDFでの記載箇所を確認することもできます。例えばCN110607662Aの請求項１の「所述多个喷嘴都设置在所述外筒的前端附近，并且每个所述喷嘴的喷射口都指向所述内筒；」を公報ＰＤＦでテキスト検索すると、２頁目の６－７行目に記載されていることがハイライト表示されます。
（注意：ダウンロードしたＰＤＦを google chrome などのブラウザで開くとテキスト検索できません。ＰＤＦファイルを Adobe Acrobat
で開いてからテキスト検索してください）
みっつめとして、少しやっかいなのはＰＤＦにテキストデータがあるけれど、ＰＤＦ表示されている改行箇所でテキストデータも改行されているものです。これも年代的に古い特許公報、またはマイナーな国の公報の場合に多いＰＤＦです。
具体的に見てみましょうか。まずは検索から。Google Patents でランダムな番号検索として米国の特許 US5666777A「Building block having interlocking formations」を表示させます。画面右上の「Download PDF」から公報ＰＤＦをダウンロードして、請求項１の「A building block for the construction industry comprising a rectangular parallelepiped having three pairs of opposing surfaces, 」をテキスト検索してみてください。「一致するものはありませんでした」とメッセージが表示されると思います。先ほどの中国特許 CN110607662A はハイライト表示できたのに・・・どうしてできないの？ と思いますよね。
じつはこの請求項１の「A building block for the construction industry comprising a rectangular parallelepiped having three pairs of opposing surfaces, 」は、ＰＤＦでは次のように改行されています。
A building block for the construction industry com
prising a rectangular parallelepiped having three pairs of
opposing surfaces,
改行されている箇所で切れているから、一文につなげて検索してもこの文章は検索されません。この場合はＰＤＦ上で１行に入っている数単語で検索する方法なら検索されます。例えば行頭からの数語「A building block for the construction industry」で検索すると、請求項１の最初の行が検索されてハイライト表示されます。
次に翻訳ですが、このようなＰＤＦ公報は残念ながら DeepL翻訳 、Google翻訳ともＰＤＦでの翻訳はできない場合が多いようです。またテキスト翻訳の場合、公報のテキスト部分をコピーペーストして DeepL翻訳や Google翻訳のテキスト検索することは可能ですが、コピーの時点で上に示したとおり文章の途中で改行された状態でコピーされます。だから自分で別途、改行箇所をつなげてから入力する必要があります。
特許の番号が分かる場合は Google Patents などのウェブで翻訳できるものが多いのですが、古い公報やマイナーな国の公報の場合は Google Patents にデータが無いことも多いです。改行されたテキストデータの公報ＰＤＦしか入手できなくて、公報ＰＤＦの機械翻訳ができなくて・・・というときも、手間ですが改行箇所を自分でつなげる手間をかければ、ＰＤＦのテキストをコピーペーストで翻訳できます。
参考：
文章の途中で改行されているＰＤＦも、Google Patents のＨＴＭＬファイルをダウンロードして、それを翻訳ソフトに読み込ませる場合は、ウェブ上で公報ＰＤＦ全体の翻訳が可能な場合が多いです。ＰＤＦファイルをアップロードした場合が不可となります。よって改行されているＰＤＦ公報を入手した場合、まずは
Google Patents にＨＴＭＬファイルのデータがないかどうか確認するところから始めるのが良いかもしれません。
※参考文献
題 名：深層ニューラルネットによる自動翻訳の革命
著 者：隅田 英一郎
掲載誌：情報の科学と技術 2022年7月号（72巻7号）
掲載頁：p.232-237
発行者：情報科学技術協会
日本語以外で書かれた特許公報を調査しなければいけない機会が増えてきていることもあり、無料の機械翻訳として DeepL翻訳と Google翻訳
に的を絞って書いてみました。何か参考になったことがあれば幸いです。
なお DeepL翻訳の機能はダウンロード可能です。ウェブ版DeepL翻訳の画面右上の「アプリ 無料」をクリックすると、ダウンロード画面が表示されます。
