比對 \w 標記詞彙與詞彙表條目

Question

是否有檢查工具可以掃描所有以 \w ... \w* 標記的詞彙，並檢查它們是否存在（或更重要地，不存在）於詞彙表中？

--------------------------------------

次要的問題是，是否有工具可以執行反向操作？也就是說，根據詞彙表中的存在情況，找出文本中可能應該用 \w 標記的詞彙？

機器翻譯自 English 顯示原文

Answer 1

PT8 中的 Paratext 標記檢查應該會驗證以 \w ...\w* 標記的詞彙是否在詞彙表（Glossary）中（這在 PT9 中已不再有效，但已回報此問題，目前正在研究解決方案）。如果該詞是詞彙表條目的變體形式，則標記應包含替代的詞彙表條目 - \w word|entry\w*

就我所知，沒有工具能識別可能應該被標記的詞彙，因為任何給定的詞彙表條目在文本中可能有數百種出現形式或變體。

這是一個關於如何透過「聖經術語」（Biblical Terms）工具將詞彙連結到詞彙表的快速教學影片

機器翻譯自 English 顯示原文

Comments

Paratext 標記檢查對我來說不起作用。例如，我在一個原本使用阿拉伯文字腳本的專案文本中輸入 \w bob\w*，心想「bob」這個詞絕不可能出現在我們的詞彙表中。但當我執行標記檢查時，它並沒有針對該節經文提出任何警告。

提供一些背景資訊可能會有幫助，雖然我不認為這是主要問題。

我們無法使用 PT 的「Bib Terms tool to Glossary linking」（聖經術語工具至詞彙表連結功能），因為 PT 無法處理所有詞彙表條目都位於詞彙表的 \c 1 中的情況。很久以前我們發現，當 PT 嘗試顯示（目前的 253 個）詞彙表條目時，系統變得完全無回應，因此我們將其拆分到不同的章節中。我理解當詞彙表條目位於不同章節時，連結功能將無法運作，也想不出可行的設計方式來使其運作，所以我不介意失去這個功能。

但我不明白這如何或為何會影響 \w 與詞彙表中 \k 的連結。詞彙表本質上是一個大型文本文件，因此某些行上有 \c 2 或 \c 3 不應影響此類檢查。但正如我所說，標記檢查並沒有告訴我 \w 條目不在詞彙表中。（事實上，如果 PT 出於某種原因僅簡單地搜尋 \c 1，我預期它會警告我 100% 的條目，因為沒有任何 \k 條目位於 \c 1 中。）

機器翻譯自 English 顯示原文

Answer 2

我誤寫了 Paratext 會驗證以 \w...\w* 標記的詞是否在 GLO 書中。這在版本 8 中是正確的，但在 PT9 中已不再有效。識別以 \w...\w* 標記的詞彙的一個選項是使用正則表達式，可以在「尋找」對話框中，或者更好地在 RegExPal 工具中使用。以下是一個可以找出這些詞彙的表達式：

regex:\\w .*?\\w\*

如果您在 RegExPal 中使用該表達式，可以使用 Count/Extract 工具對項目進行排序，然後與 GLO 進行比較。

機器翻譯自 English 顯示原文

Comments

謝謝。使用正則表達式似乎是一個好方法。您是否考慮過我也在詞彙表中對 \k 進行類似的搜尋，然後比較這兩個列表？這種比較是否需要在 PT 外部進行，手動或使用其他工具？（如果是，我可能會使用 WinMerge 或 python。）我看不到 RegexPal 中有任何方法可以像 PT 的常規搜尋那樣從列表中新增/移除項目。

使用

(?<=\\w\s).*?(?=\\w\*)

會給我一個沒有 \w 標記的列表，這其實無所謂。但理想情況下，我希望列表只包含任何 | 分隔符後的術語。是否有比我更擅長正則表達式的人知道如何做到這一點？

機器翻譯自 English 顯示原文

---

(?<=\\w\s.*?\|).*?(?=\\w\*) 應該能找到所有跟在 | 之後的術語

(?<=\\w\s)[^|]+?(?=\\w\*) 可以用來找到沒有 | 的術語

是的，您也可以搜尋 GLO 中以 \k...\k* 標記的詞彙，並比較這兩個列表。

機器翻譯自 English 顯示原文