Problemas de capitalización durante la transliteración: Paratext 8

Question

Tengo un script de Teckit (con la ayuda de la sección de software de la iniciativa de SIL para alfabetos no romanos) para la conversión entre nuestro alfabeto no romano (tibetano) y el latino. Tiene la función de capitalizar después de un punto y lo hemos colocado en Paratext 8 para la transliteración automática.

Funciona bien si el punto ocurre en medio de un versículo o región de backslash; sin embargo, nuestro script se rompe/falla cuando hay un comando de backslash entre el punto y el siguiente carácter que debería estar en mayúscula.

¿Hay algo en Paratext 8 que podamos usar como herramienta automática para convertir la letra minúscula después de un punto a la forma con mayúscula en el límite de una oración?

¿O hay alguna función en los conversores de SIL que pueda hacer eso?

Traducción automática desde English Mostrar original

Answer 1

Por sus comentarios, supongo que cualquier estilo de carácter o una nueva línea de poesía (\q1 , \q2) bloqueará la aplicación de la regla. Del mismo modo, un número de versículo (\v # ) también puede ser un problema.

No tengo una respuesta, pero tengo un problema similar que podría tener una solución relacionada, así que me acojo a su publicación.

Lo que estoy intentando hacer es cambiar la capitalización de los encabezados del inglés estadounidense al estilo de capitalización de títulos del Reino Unido. El estilo de título de EE. UU. capitaliza la primera palabra y todas las palabras excepto un conjunto limitado de palabras cortas, mientras que el estilo del Reino Unido capitaliza la primera palabra y solo los sustantivos propios. Tengo la lógica para hacer esto, pero necesito una forma de aplicarlo solo al texto en encabezados (\s1 , \s2 , etc. ).

Lo que he encontrado es que los proyectos de transliteración solo aplican los cambios del conversor de codificación al texto vernáculo y no son conscientes de los contextos de marcado. Tengo una tabla cc que aplica correctamente los cambios de capitalización fuera de Paratext, pero cuando la cargo en un proyecto de transliteración no funciona correctamente. Mi tabla realiza cambios en todos los campos de texto vernáculo. Los campos no vernáculos (\id , \rem ) no se vieron afectados.

Para que la funcionalidad de transliteración sea realmente útil, necesitamos una forma de realizar cambios que sean conscientes del contexto de marcado. ¿Es posible?

Traducción automática desde English Mostrar original

Comments

Antes de que Paratext permitiera proyectos de transliteración dentro de Paratext mismo, usábamos
la herramienta TECkit Bulk SFM Converter, que forma parte de SIL Converters (
http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&id=enccnvtrs).
Esta herramienta utiliza el mismo archivo *.tec usado en el proyecto de transliteración de
Paratext, pero tiene la capacidad de aplicar la conversión solo a archivos SFM específicos.
El único problema al usar esta herramienta es que debe aplicarse al
texto manualmente y fuera de Paratext cada vez que el texto o el conversor se
cambia, y cada archivo de Escritura (libro) debe guardarse manualmente, lo cual es una molestia cuando
hay más de 66 libros que atender.

Bendiciones,

Shegnada J.

Coordinador de Tecnología de Lenguaje y Publicaciones, SIL Nigeria

Especialista en Diseño de Alfabetos Complejos, GPS Dallas

Skype: Shegnada.james.

([Phone Removed]

Traducción automática desde English Mostrar original

Answer 2

Respondo a esta conversación en lugar de iniciar una nueva, ya que esta conversación parece estar estrechamente relacionada con mi pregunta:

Tenemos un NT publicado en alfabeto árabe; hay una demanda de publicar el mismo texto en alfabeto latino.

Esta será una transliteración de una sola vez, por lo que no necesita actualizarse dinámicamente dentro de Paratext. Pero me pregunto si alguien ha desarrollado una cadena RegEx para poner en mayúscula los caracteres iniciales de las oraciones. Tengo el mismo desafío que anon024386 mencionó en la publicación inicial de hacer que la cadena mire alrededor de todos los posibles SFM y vea la siguiente palabra después de la puntuación final…

Traducción automática desde English Mostrar original

Comments

Esta es una respuesta lateral a su correo electrónico, no una respuesta a su pregunta, sino un comentario sobre su proceso.

Por experiencia, la transliteración nunca es el evento sencillo de una sola vez que todos desearíamos que fuera, y vale la pena usar la herramienta de transliteración en Paratext. Querrá ejecutar todas las comprobaciones de Paratext nuevamente en el proyecto transliterado y encontrará problemas que le harán editar su conversor y su texto fuente varias veces. Además, el mapeo TecIt es mucho más fuerte y flexible que RegEx y puede incluir su necesidad de capitalización dentro de sí mismo. Habiendo realizado el proceso tanto fuera de Paratext (cuando no era posible) como dentro de Paratext, le animo encarecidamente a hacerlo dentro de Paratext.

Traducción automática desde English Mostrar original

---

¡Gracias, Shegnada! Sí, estoy completamente de acuerdo en que ningún protocolo de transliteración dará un resultado perfecto, y necesitaremos ejecutar las comprobaciones en Paratext.

Estamos usando TecKit para la transliteración, pero es inadecuado debido a algunas ambigüedades al pasar del alfabeto árabe al latino que no pueden (hasta ahora) resolverse mediante un algoritmo. Por lo tanto, tendremos que usar algún tipo de enfoque basado en diccionario/lista de palabras para la transliteración inicial.

Esto resuelve la capitalización de los nombres propios. Pero estamos buscando una forma automatizada de agregar convenciones de capitalización para el inicio de oraciones, citas, etc.

¡Espero que esto aclare las cosas!

Traducción automática desde English Mostrar original

Answer 3

Puede usar el siguiente código para capitalizar letras en RegexPal:
^^^
Aquí hay una expresión regular que capitalizará la primera letra de una oración que sigue a [.?!] . Permite comillas de cierre intermedias, marcado de párrafo, poesía o lista, líneas en blanco, números de versículo y comillas de apertura al inicio de la oración. También capitaliza después de \s y \p , que pueden ocurrir al inicio de un capítulo o después de un encabezado que no tiene puntuación final. Deberá revisar manualmente las palabras que siguen a ?" o !" a veces se capitalizan y a veces no.
Buscar:
(?<=([.?!][”’]*(\s+\\(b|p|q|li))*|\\(p|s)?)(\s+\\v\s\S+)?\s+[“‘]*)(\p{Ll})
Reemplazar:
^^^\6
Este código capitalizará palabras en listas marcadas con \li y poesía marcada con \q Si usa marcado más complejo: notas al pie, referencias cruzadas, \q1\q2 \li1 \li2 \pm \pc \qc \qr, etc., necesitará hacer ajustes.
Nota Las comillas curvas no se reflejan, por lo que deben invertirse en la transliteración del conversor de codificación de RTL a LTR.

Traducción automática desde English Mostrar original

Answer 4

CrazyRocky, muchas gracias, aunque muy tardías, por esta RegEx para la capitalización. (Finalmente vuelvo a esta tarea después de una larga interrupción.) Pude modificar la cadena como sugirió para acomodar nuestras comillas « » así como los marcadores \q1 y \q2, y funciona muy bien.

Hoy me di cuenta de que en Lucas 2:49-50 tenemos una nota al pie entre la puntuación de cierre y la comilla de cierre, lo que parece impedir la capitalización de la primera palabra del v. 50:

La nota al pie contiene una traducción alternativa de la última frase de la cita. ¿Sugiere modificar la cadena de búsqueda o mover la nota al pie?

Traducción automática desde English Mostrar original

Comments

CrazyRocky, estoy lejos de mi escritorio esta semana, pero quería informarle que puede ejecutar un proceso externo usando un archivo por lotes (con un bucle para cada uno de los más de 66 libros) que solo convierte marcadores específicos, ya sea usando mapeos CC o TECkit. La única advertencia es que necesita cambiar de capítulo en Paratext (que incluso puede permanecer abierto mientras se ejecuta) para actualizar/actualizar el texto mostrado.
Por experiencia, es rápido Y confiable.
Podría enviarle una muestra al final de la semana, pero supongo que ya tiene el conocimiento necesario.
Bendiciones,
Mark

Traducción automática desde English Mostrar original