चूंकि टीमें अपने NT (नए नियम) पाठों को प्री-प्रोसेस करने के लिए Glyssen का उपयोग शुरू कर रही हैं ताकि नाटकीय रिकॉर्डिंग के लिए पाठ में प्रत्येक बोलने वाले की पहचान की जा सके, मैंने सोचा कि क्या उस काम का लाभ उठाकर Paratext प्रोजेक्ट में Words of Jesus \wj … \wj* को स्वतः चिह्नित (mark up) करने के लायक होगा।
Glyssen एक Excel फ़ाइल बनाता है जिसमें आवश्यक डेटा होता है, जो इस तरह दिखता है:
image.png1171×522 59.8 KB
तो पाठ में इन स्थानों को खोजने और उन्हें \wj … मार्कअप …\wj* से घेरने के लिए एक स्क्रिप्ट बनाना अपेक्षाकृत आसान होना चाहिए।
मैंने कुछ जनरेटेड CC टेबल्स के साथ कुछ सरल चीज़ें आज़माईं, और 1901 में से 88% Words of Jesus के घटनाक्रमों को सफलतापूर्वक चिह्नित करने में सफल रहा। हालाँकि, इससे 200+ ऐसे स्थान बच जाते हैं जहाँ मुझे इसे मैन्युअल रूप से ठीक करने की आवश्यकता होगी। इस परिणाम से असंतुष्ट होकर, और भविष्य में दूसरों का समय बचाने के लिए इसे स्वचालित, पूर्ण और अधिक भरोसेमंद बनाने की इच्छा से, मैंने सोचा कि Paratext के भीतर से सीधे यह कार्य करने के लिए एक Custom Script (Python में) बनाना चाहिए।
CC विधि के अधिकांश “विफल” मामले इस कारण हैं क्योंकि खोजे जा रहे पाठ के भीतर \w angel|angels\w* या \f फुटनोट और \x क्रॉस-रेफरेंस जैसे अन्य मार्कअप एम्बेडेड होते हैं। मेरे पास नियमित अभिव्यक्तियों (Regular Expressions) का उपयोग करके उनसे निपटने के कुछ विचार हैं (और स्ट्रिंग के पूरे हिस्से के बजाय स्ट्रिंग की शुरुआत और अंत की खोज करना, आदि), लेकिन यह CC से परे है और इसे संभव बनाने के लिए कुछ Python कोड की आवश्यकता होगी।
लेकिन, इस कार्य के लिए Custom Script बनाने की कोशिश करने से पहले, मैं सोच रहा हूँ कि क्या कोई और पहले से ही कुछ समान कर चुका है। मैं चक्र को दोबारा नहीं बनाना चाहता! Paratext के साथ शिप किए गए नमूना स्क्रिप्ट्स को देखते हुए, मुझे जो सबसे निकटतम चीज़ दिखती है वह DRM द्वारा बनाई गई TransferParallelPassageRefs.py है।
क्या किसी और के पास कुछ समान है, या क्या कोई और ScriptureObjects के साथ Python प्रोग्रामिंग में अधिक कुशल है जो इसे मुझसे बेहतर तरीके से संभाल सके? यदि यह सहायक हो, तो मैं 의사 कोड (pseudo code) लिखने के लिए तैयार हूँ। और मैं इस पर किसी और के साथ सीखने और काम करने के लिए तैयार हूँ…
Given that teams are starting to use Glyssen to pre-process their NT texts to identify each speaker in the text for a dramatized recording, I wondered whether it would be worth piggy-backing on that work to AUTOMATICALLY mark up the Words of Jesus \wj … \wj* in the Paratext project.
Glyssen produces an Excel file with the needed data in it, which looks like this:
image.png1171×522 59.8 KB
So it should be relatively easy to generate a script to find these places in the text and wrap them with the \wj … markup …\wj*
I tried something simple myself with a couple of generated CC tables, and managed to get 88% of the 1901 occurrences of the words of Jesus marked up successfully. However, this still leaves 200+ places where I would need to go in and fix it manually. Being unsatisfied with this result, and wanting to save others time in the future by making it automated, complete and more foolproof, I wondered about creating a Custom Script (in Python) that could do this task directly from within Paratext.
Most of the “failed” cases with the CC method are because of other markup like \w angel|angels\w* or \f footnotes and \x cross-references being embedded within the text being searched for. I’ve got some ideas about how to get around those using Regular Expressions (and searching for the start and end of strings rather than the whole string, etc.) but that is beyond CC and would need to use some Python code to make it possible.
BUT, before I attempt to make a Custom Script to do this, I’m wondering if anyone else has done something similar already. I don’t want to re-invent the wheel! Looking at the sample scripts shipped with Paratext, the closest thing I see is TransferParallelPassageRefs.py by DRM.
Does anyone else have something similar, or is anyone else more gifted at Python programming with ScriptureObjects who could pull this together better than I ever could? I’m willing to write the pseudo code if that’s helpful. And I’m willing to learn and work with someone else on this…
