Проблемы с заглавными буквами при транслитерации: Paratext 8

Question

У меня есть скрипт Teckit (с помощью программного обеспечения раздела «Не латинские письменности» инициативы MSEA) для конвертации между нашей не латинской письменностью (тибетской) и латиницей. В нем есть функция для использования заглавной буквы после точки, и мы разместили его в Paratext 8 для автоматической транслитерации.

Он работает нормально, если точка находится в середине стиха или области обратного слэша; однако наш скрипт ломается/не работает, если между точкой и следующим символом, который должен быть заглавным, находится команда обратного слэша.

Есть ли в Paratext 8 что-то, что можно использовать как автоматический инструмент для преобразования строчной буквы после точки в заглавную форму на границе предложения?

Или есть ли такая возможность в конвертерах SIL?

Переведено машиной с языка English Показать оригинал

Answer 1

Из ваших комментариев я предполагаю, что любое стилирование символов или новая строка поэзии (\q1 , \q2) будет блокировать применение правила. Аналогично, номер стиха (\v # ) также может быть проблемой.

У меня нет ответа, но у меня есть похожая проблема, решение которой может быть связано, поэтому я присоединяюсь к вашему сообщению.

Я пытаюсь изменить капитализацию заголовков с американского английского на британский заглавный стиль. Американский заглавный стиль капитализирует первое слово и все слова, кроме ограниченного набора коротких слов, тогда как британский стиль капитализирует первое слово и только имена собственные. У меня есть логика для этого, но мне нужен способ применить ее только к тексту в заголовках (\s1 , \s2 , и т. д.).

Я обнаружил, что проекты транслитерации применяют изменения конвертера кодировки только к тексту на родном языке, и они не учитывают контекст разметки. У меня есть таблица cc, которая правильно применяет изменения капитализации вне Paratext, но когда я загружаю ее в проект транслитерации, она не работает правильно. Моя таблица вносит изменения во все поля текста на родном языке. Поля, не являющиеся текстом на родном языке (\id , \rem ), не были затронуты.

Чтобы функциональность транслитерации действительно была полезной, нам нужен способ вносить изменения, учитывающие контекст разметки. Возможно ли это?

Переведено машиной с языка English Показать оригинал

Comments

До того как Paratext позволил создавать проекты транслитерации непосредственно в Paratext, мы
использовали инструмент TECkit Bulk SFM Converter, входящий в состав SIL Converters (
http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&id=enccnvtrs).
Этот инструмент использует тот же файл *.tec, что и проект транслитерации в
Paratext, но позволяет применять преобразование только к определенным файлам SFM.
Единственная проблема при использовании этого инструмента заключается в том, что его
необходимо применять к тексту вручную и вне Paratext каждый раз, когда изменяется текст
или конвертер, а каждый файл Писания (книгу) нужно сохранять вручную, что очень неудобно,
когда приходится иметь дело с 66 и более книгами.

Благословений,

Shegnada J.

Координатор по технологиям языка и издательскому делу, SIL Nigeria

Специалист по компоновке сложных письменностей, GPS Dallas

Skype: Shegnada.james.

([Phone Removed]

Переведено машиной с языка English Показать оригинал

Answer 2

Отвечаю на этот разговор, а не начинаю новый, поскольку этот разговор, кажется, тесно связан с моим вопросом:

У нас есть Новый Завет, опубликованный арабской письменностью; есть потребность в публикации того же текста латиницей.

Это будет одноразовая транслитерация, поэтому не требуется динамическое обновление внутри Paratext. Но я wondering, разработал ли кто-нибудь строку RegEx, чтобы сделать первые буквы предложений заглавными? У меня та же проблема, что и у anon024386, упомянутая в исходном сообщении: заставить строку просматривать все возможные SFM и видеть следующее слово после конечной пунктуации…

Переведено машиной с языка English Показать оригинал

Comments

Это побочный ответ на ваше электронное письмо, не ответ на ваш вопрос, а комментарий к вашему процессу.

По моему опыту, транслитерация никогда не бывает простым одноразовым событием, каким бы мы все ни хотели, и стоит использовать инструмент транслитерации в Paratext. Вам захочется снова запустить все проверки Paratext на транслитерированном проекте, и вы обнаружите проблемы, которые заставят вас редактировать ваш конвертер и исходный текст несколько раз. Кроме того, отображение TecIt намного сильнее и гибче, чем RegEx, и может включать в себя вашу потребность в капитализации. Пройдя этот процесс как вне Paratext (когда это было невозможно), так и внутри Paratext, я настоятельно рекомендую вам делать это внутри Paratext.

Переведено машиной с языка English Показать оригинал

---

Спасибо, Shegnada! Да, я полностью согласен с тем, что ни один протокол транслитерации не даст идеального результата, и нам нужно будет запустить проверки в Paratext.

Мы используем TecKit для транслитерации, но он недостаточен из-за некоторых неоднозначностей при переходе с арабской на латинскую письменность, которые (пока) не могут быть решены алгоритмом. Поэтому нам придется использовать какой-то подход на основе словаря/списка слов для начальной транслитерации.

Это решает проблему капитализации собственных имен. Но мы ищем автоматический способ добавить соглашения о капитализации в начале предложений, цитат и т. д.

Надеюсь, это проясняет ситуацию!

Переведено машиной с языка English Показать оригинал

Answer 3

Вы можете использовать следующий код для капитализации букв в RegexPal:
^^^
Вот регулярное выражение, которое капитализирует первую букву предложения после [.?!] . Оно допускает промежуточные закрывающие кавычки, разметку абзаца, поэзии или списка, пустые строки, номера стихов и открывающие кавычки в начале предложения. Оно также капитализирует после \s и \p , которые могут встречаться в начале главы или после заголовка, не имеющего конечной пунктуации. Вам нужно будет вручную проверить слова после ?" или !" — они иногда капитализируются, а иногда нет.
Найти:
(?<=([.?!][”’]*(\s+\\(b|p|q|li))*|\\(p|s)?)(\s+\\v\s\S+)?\s+[“‘]*)(\p{Ll})
Заменить:
^^^\6
Этот код капитализирует слова в списках, отмеченных \li, и в поэзии, отмеченной \q. Если вы используете более сложную разметку: сноски, перекрестные ссылки, \q1\q2 \li1 \li2 \pm \pc \qc \qr и т. д., вам нужно будет внести корректировки.
Примечание Кавычки-«лапки» не зеркалятся, поэтому их нужно инвертировать в конвертере кодировки при транслитерации с RTL на LTR.

Переведено машиной с языка English Показать оригинал

Answer 4

CrazyRocky, очень запоздалое спасибо за этот RegEx для капитализации. (Наконец-то возвращаюсь к этой задаче после долгого перерыва.) Мне удалось изменить строку, как вы предложили, чтобы учесть наши кавычки « » , а также маркеры \q1 и \q2, и это отлично работает.

Сегодня я заметил, что в Луки 2:49-50 у нас есть сноска между закрывающей пунктуацией и закрывающей кавычкой, что, кажется, препятствует капитализации первого слова стиха 50:

Сноска содержит альтернативный перевод последней фразы цитаты. Вы бы предложили изменить поисковую строку или переместить сноску?

Переведено машиной с языка English Показать оригинал

Comments

CrazyRocky, на этой неделе я в отъезде от рабочего стола, но хотел сообщить вам, что вы можете запустить внешний процесс с помощью пакетного файла (с циклом для каждой из 66 и более книг), который конвертирует только определенные маркеры, используя либо отображения CC, либо TECkit. Единственное условие состоит в том, что вам нужно переключать главы в Paratext (который может оставаться открытым во время выполнения), чтобы обновить/обновить отображаемый текст.
По моему опыту, это быстро И надежно.
Я мог бы отправить вам образец в конце недели, но я предполагаю, что у вас уже есть необходимые знания.
Благословений,
Mark

Переведено машиной с языка English Показать оригинал