Utiliser la sortie de Glyssen pour baliser les Paroles de Jésus dans Paratext

Question

Étant donné que les équipes commencent à utiliser Glyssen pour pré-traiter leurs textes du NT afin d'identifier chaque locuteur dans le texte pour un enregistrement dramatisé, je me suis demandé s'il valait la peine de profiter de ce travail pour baliser AUTOMATIQUEMENT les Paroles de Jésus \wj … \wj* dans le projet Paratext.

Glyssen produit un fichier Excel contenant les données nécessaires, qui ressemble à ceci :

image.png1171×522 59.8 KB

Il devrait donc être relativement facile de générer un script pour trouver ces endroits dans le texte et les entourer avec le balisage \wj … \wj*

J'ai essayé quelque chose de simple moi-même avec quelques tables CC générées, et j'ai réussi à baliser avec succès 88 % des 1901 occurrences des paroles de Jésus. Cependant, cela laisse encore plus de 200 endroits où je devrais intervenir pour corriger manuellement. Insatisfait de ce résultat, et souhaitant faire gagner du temps aux autres à l'avenir en automatisant le processus pour le rendre complet et plus fiable, je me suis demandé s'il serait possible de créer un script personnalisé (en Python) capable d'effectuer cette tâche directement depuis Paratext.

La plupart des cas « échoués » avec la méthode CC sont dus à d'autres balisages comme \w angel|angels\w* ou \f notes de bas de page et \x références croisées qui sont intégrés dans le texte recherché. J'ai quelques idées sur la façon de contourner ces problèmes en utilisant des expressions régulières (et en recherchant le début et la fin des chaînes plutôt que la chaîne entière, etc.), mais cela dépasse les capacités de CC et nécessiterait l'utilisation de code Python pour être possible.

MAIS, avant de tenter de créer un script personnalisé pour cela, je me demande si quelqu'un d'autre a déjà fait quelque chose de similaire. Je ne veux pas réinventer la roue ! En examinant les scripts d'exemple fournis avec Paratext, la chose la plus proche que je vois est TransferParallelPassageRefs.py par DRM.

Quelqu'un d'autre a-t-il quelque chose de similaire, ou quelqu'un d'autre est-il plus doué en programmation Python avec ScriptureObjects et pourrait-il assembler cela mieux que je ne pourrais jamais le faire ? Je suis prêt à écrire le pseudo-code si cela est utile. Et je suis prêt à apprendre et à travailler avec quelqu'un d'autre sur ce sujet…

Traduit automatiquement depuis English Afficher l'original

Answer 1

Si vous parvenez à résoudre cela, j'aimerais vraiment voir le résultat.
Mais cela faciliterait la vie de tous si PT permettait à \w \w* de s'étendre sur les références de numéros de versets, les notes de bas de page et les références croisées. C'est fastidieux (et sujet aux erreurs) de commencer et d'arrêter les marquages \w autour d'éléments qui n'ont rien à voir avec les paroles réelles du Christ. (En fait, ce serait bien si le style \w s'étendait également sur les marques de paragraphe, et ne générait une erreur que si la fin d'un chapitre était atteinte sans voir de \w*.)

Traduit automatiquement depuis English Afficher l'original

Comments

Je doute que cela se produise jamais, car \wj … \wj* est un style de caractère et cela nécessiterait de redéfinir le comportement des styles de caractère. Vous pourriez toutefois envisager de créer un style de paragraphe personnalisé dans la feuille de style custom.sty (voir les aides de Paratext pour plus d'informations sur les feuilles de style personnalisées).

Bénédiction,

Shegnada James

Traduit automatiquement depuis English Afficher l'original

Answer 2

Il existe une série d'outils sur https://lingtran.net/Voice-Marking-Tools qui peuvent être utilisés pour aider à ce processus.

Traduit automatiquement depuis English Afficher l'original