文の分割：字幕・翻訳・一文ずつの校正

本当に必要になる場面

字幕、翻訳の対照、1 文ずつの校正、長い段落のリスト化は、どれも文の分割から始まります。1 行 1 文にすれば、他の文に影響を与えずに直せ、どの文に問題があるかも示しやすくなります。

音声読み上げの前処理にも使います。1 行 1 文にすると区切りが自然になります。語学教材でも、原文と訳文を 1 行ずつ並べて比べられます。並べれば訳し漏れも見つけやすくなります。

• 字幕原稿と文単位の翻訳対照
• 長い段落の一文ずつの校正
• 読み上げ用テキストと学習教材

切れる位置と、切れすぎる場所

分割は . ! ? と全角の 。！？ の後ろで行われます。句読点は前の文の末尾に残り、直後の空白は取り除かれ、1 文が 1 行になります。段落は文の並びに分解されます。

誤って切れる例があります。Dr.、Mr.、e.g.、U.S. などの略語、小数（3.14 が 3. と 14 に分かれる）、省略記号 ... は複数に分かれます。句点の後ろの引用符は次の行の先頭に移ります。分割後に必ず確認してください。

• Dr. や e.g. などの略語が切れる
• 3.14 が 2 文に分かれる
• 文末の引用符が次の行の先頭に来る

代替手段と使わない場面

より確実に分けたいなら、略語辞書を持つ NLP ライブラリ（spaCy や NLTK の文分割）を使います。記号だけでなく文脈を踏まえて判定するため、Dr. や U.S. も正しく扱えます。

字幕は記号だけで切るべきではありません。長すぎる行は表示時間内に読み切れないため、長さと意味でもう一度調整します。中国語はスペースがなくても分割できますが、文末の引用符や括弧は同じようにずれます。