メインコンテンツへスキップ
見出し画像

フィールド名を英語に直すのではなく、対訳辞書を作る【ジェネレータ+用語辞書116語付き】

    連載「Accessを移行するのではなく、「移行できる形」に変える」の Step 3 です。

    Step 2で、コードの棚卸しが終わりました。今回はデータ側——757個の日本語フィールド名にどう英語名を与えるか、という話です。

    結論を先に言うと、757個を訳す必要はありませんでした。実際に人間が下した判断は、8個です。


    なぜ物理名を英語にするのか

    その理由を、私はStep 2で身をもって学びました。リンクテーブル名の大文字小文字の不一致(MariaDB側は小文字、Accessの参照は大文字)が、分析ツールを丸一日欺いた話です。日本語名・全角半角の揺れも加わります——実際このシステムには、UDA区分(半角)と UDA区分(全角)という同じ意味の列が、表記違いで共存していました。15年間、誰も困らなかった。Accessが寛容だったからです。しかしWeb側では、URLに、PHPの変数名に、JavaScriptに、この名前が染み出します。寛容ではない世界に出る前に、名前を整える必要があります。

    しかし、DBの列名を変えてはいけない

    ここで多くの人が「では、リネームしよう」と考えます。私も一瞬そう考えました。それをやると、本番が止まります。 物理列名を変えた瞬間、その名前を参照しているVBA・クエリ・リンク定義・帳票が全部壊れる。移行前のシステムを自分の手で壊し、リスクだけ先払いする最悪手です。

    やるべきことは逆です。名前は変えない。対応表を作る。

    日本語名と英語名の対訳辞書を先に確定させ、英語名が実際に適用されるのは新システムとの境界(次回Step 4で作る英語ビュー)だけにする。物理DBは無傷、Accessは今まで通り動き、新しいWebシステムだけが英語の世界を見る。typoすらこの方式で吸収できます——このシステムには 歴月(正しくは暦月)という15年モノのtypoが主キーに居座っていますが、物理名はそのまま、ビュー層で calendar_month に正します。動いているtypoは、動いている限り正しい名前なのです。

    757列が8個の判断になるまで

    作業は圧縮の連続でした。

    757 → 289:Step 2の分類が効く。 全757列のうち、ローカルのワークテーブル(印刷スプール・編集バッファ)45本ぶんは廃止候補なので、命名対象から外れます。真面目に名前を与えるのは、リモートDB側の23テーブル・289列だけ。棚卸しをしてから辞書を作る順序には、こういう実利があります。

    289 → 150:重複の排除。 「得意先コード」は複数のテーブルに現れます。ユニークな列名は150個でした。

    150 → 116:用語への分解。 「得意先コード」「得意先社名」「得意先住所1」……列名は用語の組み合わせです。列を訳すのではなく用語を訳せば、辞書は116語(全体特例51+部品65)まで縮みます。

    116 → 8:機械が迷った分だけが人間の仕事。 用語辞書を全列に機械適用すると、大半は自動で決まり、意味の判断が必要なものだけがREVIEWフラグ付きで残ります。私の場合は8個——「年度はnendoかfiscal_yearか」「発注書はpoと略すか」「締日はマスタと伝票で意味が違うのでは」といった、業務を知る人間にしか答えられない問いだけでした。

    AIに頼むなら:「列を訳させるのではなく、辞書を作らせる」

    この二段構造は、AIに翻訳を頼む場合こそ重要です。289列をそのままAIに投げると、高確率で揺れます。同じ「得意先」が customer になったり client になったり、「区分」が kbn / type / category に散ったり。列単位の翻訳は、毎回サイコロを振るのと同じです。

    正しい頼み方は、①用語辞書を作らせる → ②辞書を機械的に全列へ適用する、の二段階です。①はAIの得意技、②は一貫性が命なのでルールの仕事。そのまま使える依頼文を置いておきます。

    あなたは業務システムのデータベース移行を支援する命名の専門家です。
    日本語の列名を持つ業務システムを、英語の物理名を持つWebシステムへ
    移行するための「対訳用語辞書」を作ります。
    
    【依頼】
    以下の列名一覧から、繰り返し現れる業務用語を抽出し、
    用語ごとの対訳辞書をCSV形式で出力してください。
    列名を一つずつ訳すのではなく、必ず「用語→英語」の辞書を作ってください。
    
    【命名規約】
    - スネークケース・小文字(例: customer_code)
    - サフィックス統一: コード→_code / 番号→_no / 日付→_date /
      金額→_amount / フラグ→_flag / 区分→_kbn
    - 同じ用語には必ず同じ英語を割り当てる(customerとclientの混在禁止)
    - SQL予約語(default, order 等)は単独では使わない
    - 全角英字(FAX等)は半角と同一用語として扱う
    
    【固定訳(変更禁止)】
    受注→order / 発注→purchase_order / 得意先→customer /
    外注先→subcontractor / 仕入→purchase
    (※自分のシステムで既に決めた訳をここに追記)
    
    【出力形式】
    japanese,english,notes の3列のCSV。
    訳に迷った用語、複数の意味を持ちそうな用語は、notesに候補と
    疑問点を書き、englishに(要確認)を付けること。推測で断定しない。
    
    【列名一覧】
    (ここに列名を貼り付け)
    

    仕込みは三つです。固定訳の枠(受注/発注のような急所は、AIに任せる前に人間が決める)。「迷ったら要確認と書け」(AIの断定癖を抑え、人間の8個を確実に浮かび上がらせる)。出力をCSVに固定(次工程の機械適用へ直結)。

    泥の中の命名判断:実例集

    きれいごとでは済まなかった判断を、そのまま載せます。あなたのシステムにも、きっと同種のものがいます。

    全半角の共存。 UDA区分 と UDA区分。辞書はUnicode正規化(NFKC)で両方を同じ用語として認識し、uda_kbn の一点に収束させます。ちなみにUDAとは Update/Delete/Add——レコードの状態区分でした。中身を知らずに del_flag と訳していたら、意味の一部を落とすところでした。辞書作りは翻訳作業ではなく、仕様の考古学です。

    typoの主キー。 歴月(暦月)。前述の通り、物理名は触らず辞書で正します。「DB名称を後で変更する必要がありますね?」——ありません。それがこの方式の存在理由です。

    同音異義の衝突。 実_仕入金額(実績)を actual と訳した後、実施開始年月日(税率の適用開始)が来ました。ここでも actual を使うと「実績」と「適用」が同じ英単語に衝突します。適用期間の定訳 effective_start_date に分離しました。一語ずつ訳していたら、この衝突には気づけません。辞書という一覧性が衝突を見せてくれます。

    語順の揺れ。 得意先名カナ と 外注先カナ名。同じ意味、逆の語順。辞書は両方を kana_name に収束させます。

    短さと純度のトレードオフ。 年度 は fiscal_year が正統ですが、このシステムでは(年度, 月, 伝票番号)の複合キーとして無数に登場します。URLにもコードにも頻出する名前なので、短い nendo を採りました。命名規約は美学ではなく運用コストの問題です。

    今日やること1つ

    自分のシステムの columns.csv から、列名に含まれる用語を10個書き出して、英語を当ててみてください。 そのとき「コード」「番号」「区分」のような部品の訳を先に固定すること。用語10個の辞書が、たぶんあなたの列名の半分をカバーします。それが対訳辞書の種です。

    次回(Step 4)は、この辞書からCREATE VIEW文を自動生成して、本番を止めずに英語の世界とAccessの世界を共存させます。辞書がそのままビュー定義になる——Step 3の作業が一行も無駄にならない回です。


    【有料部分のご案内】対訳辞書ジェネレータ+用語辞書116語

    ここから先の有料部分(850円)には、以下が含まれます。製造業の受発注システム(23テーブル・289列)で実際に使用した現物です。

    1. naming_dictionary_builder.py — 対訳辞書ジェネレータ

      • information_schemaの列定義を読み、用語辞書を貪欲最長一致で全列に適用

      • Unicode正規化(NFKC)で全半角揺れを自動吸収

      • 英語名の衝突検出(同一テーブル内で異なる列が同じ英語名になったら警告)

      • 未知の語は ?字? 形式+REVIEWフラグで出力→辞書に追加して再実行、で辞書が育つ

      • 日付列が文字列型で格納されている場合の自動検出・注記

    2. 用語辞書116語(組み込み済み) — 受発注・請求・支払・締処理ドメインの対訳。同業態のシステムなら、そのまま初期辞書として使えます

    3. 運用ガイド — 辞書の育て方、REVIEWフラグの捌き方、AIとの併用手順

    前提と免責

    • Python 3.10以降(標準ライブラリのみ)。入力はinformation_schemaのタブ区切りダンプ(取得SQLはStep 1後編の付録参照)

    • 出力される英語名はたたき台です。業務判断が必要な語は必ずREVIEWフラグ付きで残るので、最終確定は人間が行ってください

    • サポートはNoteのコメント欄での質疑応答の範囲とさせていただきます

    「うちの列名一覧を渡すから辞書ごと作ってほしい」という方には、Access棚卸し診断(抽出〜分類〜対訳辞書たたき台の納品)を承っています。

    ==================================================
    ▼▼▼ ここにNoteの有料ラインを設定 ▼▼▼
    ==================================================

     
     
    業務改善やRPAの現場で長く仕事をしています。現在は、4名のメンバーと一緒にRPA開発・運用と、AIを思考・開発のパートナーとして使いながら、 業務の構造 標準化の考え方 AI時代の仕事設計 について考えています。

    あなたへのおすすめ