「Twitterの文字数、正式に280文字となる」記事へのコメント

使える文字の種類が違いすぎる

[akiraani (24305)]

Twitterの字数制限変更　日本語と英語の「140文字」はどれだけ情報量が違うのか？ [itmedia.co.jp]

　翻訳会社ジェスコに話を伺ったところ、翻訳業界では一般的に「日本語400字の情報量 ＝ 英語1000字（スペースを含む/約200単語に相当）の情報量」と考えられているそうです。つまり、日本語1文字あたりの情報量は英語の2.5倍。従来のTwitterの字数制限に当てはめてみると

• 140字の日本語 ＝ 英語350字分
• 140字の英語 ＝ 日本語56字分

　ということになります

--
しもべは投稿を求める →スッポン放送局がくいつく →バンブラの新作が発売される

Re:使える文字の種類が違いすぎる

[nim (10479)]

> せめて、バイト数で換算すべきだったのでは……。

バイト数はエンコードによってぜんぜん違うから、まずそれを指定しないと。

UTF-8 なら、基本ラテン文字は1オクテット、フランス語やドイツ語で使われるラテン補助は2オクテット、カナや漢字は3オクテット。

ところがUTF-16ならこれが全部2オクテット。

Re:使える文字の種類が違いすぎる

[nim (10479)]

あと、AppleのOSでUTF-8の濁音・半濁音を書くと合成用濁点・半濁点をつかって6オクテットになるから、その違いも加味しないと。