语料库文本未显示连字符

Question

我在“文本集合”（Text Collection）中查看某个资源时遇到了文本显示问题。您可以自行验证：下载资源 ShuLatn（语言：阿拉伯语，代码 shu-Latn），并将其添加到“文本集合”窗口中。点击列表中蓝色的 ShuLatn 链接，右侧展开的文本中不再显示连字符：

image777×298 84.5 KB

这些全都是标准的 U+002D 连字符字符。可以看出，系统并没有完全移除连字符，因为例如 al-makruubiin 这个词仍然被换行断开了。但是连字符本身缺失了。

我在语言属性中看到，连字符被列为断词字符（而不是词内标点），但如果这是唯一的问题，那么至少当一个词被换行断开时，应该显示连字符才对。

我无法直接访问该项目（该项目位于 DBL 中），但如果解决方案需要修改项目设置，我相信我们可以协调进行修改。

机器翻译自 English 显示原文

Answer 1

实际上，现在我阅读了《指南》中关于断词的定义，我认为这种行为是合理的：
“如果您的项目使用的文字通常不使用空格来表示断词，请在此处输入您在项目文本中用于表示断词的字符。如果您希望长行换行时显示连字符，请在方框中的字符后立即输入 (00AD) – 包括括号 –。”

因此，我认为我应该从“断词字符”字段中移除连字符。我的猜测是，如果我将其添加到“词内标点”字段中，系统会将 “l-iid” 和 “al-waali” 视为一个词。也许更好的做法是哪里都不放，这样它就会被当作普通标点处理。（它不在字母字符列表中。）这个分析听起来准确吗？

机器翻译自 English 显示原文

Comments

jeffh - 如果您希望连字符始终显示在单词中，您需要将其添加到“词中位标点”（Word Medial Punctuation）框中。如果您不将其包含在“词中位标点”中，您将无法在单词列表中看到这些词。

机器翻译自 English 显示原文

Answer 2

在这种语言中，连字符基本上用于分隔两个词，但这就是其正字法（orthography）的书写方式。例如，“al-raajil” 意为 “the man”（那个男人）。因此，在单词列表中将 “al” 作为独立于 “raajil” 的单词，应该不会造成太大问题。

机器翻译自 English 显示原文

Answer 3

据我所知，只有东南亚的文字（泰文、老挝文、缅甸文和柬埔寨文）需要这些字符。也许应该在语言设置中添加一个警告，说明如果某个字符被放入“断词字符”字段，它将不会在预览模式或排版输出中显示。

机器翻译自 English 显示原文