PDFをオンラインで翻訳しても表と段組を崩さない方法

数字が誤った見出しの下に並んでいたり、右側の段が別の段落の続きになっていたりすると、流暢な文章だけでは足りません。PDFをオンラインで翻訳すると、たいてい最初に崩れるのが表と段組であり、流し読みでは最後まで気づけない部分でもあります。

なぜオンラインのPDF翻訳では表と段組が崩れるのか

PDFは文字を座標として保存しています。WordやHTMLのように「ここは列A」「このセルはあの見出しの下に属する」という情報は持っていません。オンラインツールは、テキストを抽出し、翻訳し、リフローを想定していないページへと戻さなければなりません。

よく見られる失敗は、大きく3つあります。

1. 読み順と見た目の順序。 2段組みのページでは、目は左の段を読み終えてから右の段に移ります。ページ全体を上から下へたどる抽出ツールは、左右の行を継ぎ合わせて意味の通らない1文にしてしまうことがあります。たとえば、同じ高さの別々の段にあった文が、「売上は前年比12%増、そのけん引役となったのは取締役会が採用凍結を承認した」 のように混ざるケースです。W3CのPDF3手法は、支援技術について同じリスクを指摘しています。正しい構造がなければ、複数段のページは段の間をまたいで左から右へ、1段の文章として読まれてしまうのです。
2. 線と枠だけで描かれた表。 多くのPDFは表の罫線をベクターで描き、各セルを個別のテキストとして配置しています。ツールが表の格子を組み直さずに文字列だけを翻訳すると、単語はどれも「正しい」のに、見出しと数値が混ざり合って言葉のスープになってしまいます。
3. 収まらなくなったテキスト。 翻訳後のテキストは元より長くなることがよくあります。Andiamo!の拡張率表では、英語→フランス語が約+15%〜+20%、英語→ドイツ語が約+10%〜+35%とされています。W3Cのテキストサイズに関する指針は、短いラベルほど大きく伸びると補足しています。まさに狭い表の見出しや段のすき間に置かれた文字列のことです。固定幅のセルや細い段では、文字が切れたり、行が縦に伸びたり、内容が次のページへ押し出されたりします。

Google Cloud Translationのドキュメント翻訳の資料も、同じ弱点を率直に認めています。複雑なPDFレイアウトでは、データ表、複数列レイアウト、ラベル付きのグラフで書式が失われることがあり、スキャンしたPDFはネイティブのPDFよりさらに多くを失うという指摘です。

文書翻訳のあとで表だけを確認する方法（PDF以外にも共通）は、文書翻訳で表はどう変わるのかで解説しています。スキャン専用のファイルなら、このページではなくOCRとスキャンPDFのレイアウトから始めてください。

3つのオンライン手法を比較

デスクトップのDTPソフトは必要ありません。必要なのは、自分の表と段組の難しさに見合ったオンラインの進め方を選ぶことです。

アプローチ	向いているケース	表	複数段のページ	主なリスク
A. チャット翻訳ツールにテキストを貼り付ける	短い段落の要点をすぐにつかみたい	不向き — 表の構造は捨てられる	不向き — 読み順は推測になる	文章は流暢でも、ページは使えない
B. レイアウトを保つオンライン翻訳ツールにPDFをアップロードする	本物のテキストを持つネイティブPDFで、翻訳後のPDFをブラウザで受け取りたい	セルを組み直すツールなら期待できる	段の検出精度に左右される	狭いセルでの文字あふれ。乱れたスキャンには弱い
C. オンラインでDOCXに変換し、翻訳してからPDFで書き出す	あとから編集が必要な高密度の表やパンフレットの段組	最も自由度が高い — 本物の表オブジェクトになる	変換時に段組が残っていれば強い	変換の段階で、見た目だけの表を読み違えることがある

アプローチAは意味の確認には十分です。しかし成果物そのものがPDFである場合には、適した道具ではありません。

アプローチBは、よくある「PDFをオンラインで翻訳」の流れです。アップロード → 言語を選ぶ → ダウンロード。テキストを吐き出すだけのツールではなく、開いて中身を確かめられる再構築済みのPDFを返すものを選びましょう。ファイル全体の料金を払う前に、最も難しい表と段の切れ目を抜き取りで確認します。

アプローチCは、変換が1回増える代わりに編集できる構造を手に入れます。Microsoft Wordの「PDFを開く」手順（および同様のオンライン変換ツール）は、描画された段を実際のセクションに、描画された格子をWordの表に変換できます。そのうえでDOCXを翻訳し、新しいPDFとして書き出します。アプローチBのプレビューでまだセルがつぶれていたり、段が混ざっていたりする場合に使ってください。

表と段組を崩さずにPDFをオンラインで翻訳する手順

ステップ1 — ネイティブテキストかスキャンかを見分ける

どのPDFビューアでも、表のセルや段の段落を選択してみてください。

• 単語をハイライトできるなら、そこにはネイティブのテキスト層があります。レイアウト対応のアップロード（アプローチB）か、DOCXへの往復（アプローチC）を選びましょう。きれいなテキストのPDFに無理にOCRをかけないでください。正確な文字を推測で置き換えてしまいます。
• ページが画像のように振る舞うなら、それはスキャンです。まずOCRをかけ、そのうえで表と段組のずれが増えることを想定してください。詳しくはスキャンPDFのOCRガイドをご覧ください。

ステップ2 — ファイル全体の前に、難しいページで負荷をかける

成否を分けるページを先に開きます。

• すべてのデータ表（とくに結合された見出しと数値の列）
• 最初の2段組の見開き
• サイドバー、脚注、両方の段にまたがる全幅の見出し
• ラベルが5語より短いページ（伸びるリスクが最も高い）

代表的な1ページをコピーするか、ツールのサンプルプレビューを使い、読み順を確認します。左の段の最後の文が、キャプションやサイドバーではなく、右の段の最初の文へつながっているべきです。

ステップ3 — レイアウト対応のオンライン翻訳を実行する（またはDOCX経由）

ほとんどのネイティブPDFは、構造を削り取るのではなく組み直すオンライン文書翻訳ツールにアップロードしましょう。OpenLのPDF翻訳ツールは、対応範囲内で表、画像、フォント、ページレイアウトを保持するように作られており、毎日無料でプレビューできます。ファイル全体の料金を払う前に、サンプルで表と段組を判断できる仕組みです。

プレビューでまだ表の格子が崩れていたり、段が混ざっていたりするなら、アプローチCに切り替えます。そのPDFをオンラインかWordでDOCXに変換し、DOCXを翻訳し、セル幅と段の切れ目を手で直してから、PDFとして書き出してください。

ステップ4 — 表と段組は流し読みではなくチェックリストで確認する

ダウンロードしたファイルで、次の順に確認します。

1. 段の切れ目の連続性 — 左の段の終わりから右の段の始まりへ、意味がつながっているか。
2. 見出しとセルの対応 — すべてのラベルが、正しい数値の上または横にまだ位置しているか。
3. 結合された範囲 — 複数列の見出しが、意図したグループをまだ覆っているか。
4. 数値と識別子 — 意図してローカライズした場合を除き、桁、単位、マイナス記号、コードが変わっていないか。
5. あふれ — 狭いセルで最終行が切れていないか。罫線や図の上に文字が重なっていないか。
6. 全幅の要素 — 両方の段にまたがっていたタイトルや注記が、今も両方にまたがっているか。

MicrosoftのWordの表に関するアクセシビリティ指針は、シンプルな長方形の格子を推奨しています。結合・分割・入れ子になったセルは、人にもソフトウェアにも把握しにくく、同じ構造はPDFへの往復後にもろくなります。どうしても重要な表なら、きれいな格子を復元できる編集可能なDOCX経由の道を選びましょう。

ステップ5 — PDFが適切な原本でないときは一段上げる

表が入れ子になっていたり、段が図の周りを縫うように流れていたり、ファイルがデザインの書き出しそのものだったりするなら、PDFをオンラインで翻訳しても書式との戦いが続くだけです。Word、InDesign、表計算ソフトの原本を入手し、それを翻訳して、新しいPDFを書き出してください。レイアウトが実際にリフローできるほうが、長くなった訳文も収まりやすくなります。この点は翻訳後の文書が長くなる理由で詳しく解説しています。

すぐわかる判断ガイド

PDFの状態	まず試すこと
ネイティブテキスト、シンプルな1段の本文、きれいな表が1つ	レイアウト対応のオンラインアップロード＋プレビュー
ネイティブテキスト、2段または複数の表	オンラインアップロード。プレビューが崩れていればDOCX経由
スキャン、またはページの写真	まずOCRの流れ
枠の詰まった販促パンフレット	編集できる原本があればそれを使う。なければDOCXで修復

次の一歩としては、最も難しい表と段の切れ目を含む1ページをdoc.openl.io/translate/pdfにアップロードし、セルと段がどう収まるかをプレビューしてから、文書全体を実行するのがおすすめです。

Sources

• PDF3: Ensuring correct tab and reading order in PDF documents — W3C WAI — 適切な構造がないときに複数列で起きる読み順の破綻
• Text size in translation — W3C Internationalization — 短いラベルほど大きく伸び、固定幅のセルがあふれる理由
• Expansion and contraction factors — Andiamo! — 表と段の余白を設計するときに使う言語ペア別の拡張率
• Translate documents — Google Cloud Translation — 複雑なPDFでは表や複数列レイアウトが失われ得ること、スキャンはネイティブより多くを失うという公式の注意
• Make your Word documents accessible — Microsoft Support — シンプルな表を推奨。結合・分割されたセルは構造を乱す
• AI PDF Translator — OpenLDoc — 表とレイアウトを保持するオンラインPDF翻訳。毎日無料でプレビュー可能