En nuestro equipo, nos embarcamos en la revisión de una traducción publicada del Nuevo Testamento. Al principio éramos optimistas, esperando que no tardaríamos mucho y que no harían falta muchos cambios. Ahora, hemos descubierto que más del 90% de los versículos han sido modificados.
Hicimos todo nuestro trabajo de revisión externamente a Paratext. Esto es por muchas razones, que no entraré a detallar aquí. Sin embargo, ahora que estamos cerca de la línea de meta, necesitamos trabajar en importar el trabajo de vuelta a Paratext.
El texto que tenemos está estructurado de manera muy simple; pueden pensarlo como una tabla, donde la primera columna es la referencia del versículo (ej.: Marcos 1:1) y la segunda columna es el contenido del versículo en texto plano. No hay encabezados, ni marcadores de párrafo, ni notas al pie, nada por el estilo. Quería tomar el USFM existente y actualizarlo con el nuevo texto. Desarrollé algún código para hacer esto, usando principalmente usfm-grammar. Tomé el USFM existente, lo convertí a JSON, modifiqué el JSON para actualizar la traducción y luego convertí la traducción de vuelta a USFM usando la misma herramienta.
Sin embargo, estoy notando que mantener los encabezados, párrafos y referencias cruzadas preservados es complicado. Pasé un día o dos trabajando en esto (incluido el proceso de decidir este enfoque) y realmente no quiero pasar mucho tiempo programando algo si no es un buen uso de mi tiempo. Cuando importé el resultado de vuelta a Paratext, se quejó por USFM inválido. Así que parece que usfm-grammar puede producir USFM inválido.
Busqué bibliotecas para escribir USFM. Encontré bastantes opciones para analizar USFM y para convertir USFM a otros formatos, pero usfm-grammar fue la única biblioteca que encontré que podía escribir USFM, convirtiendo JSON a USFM.
Ahora estoy considerando dos opciones:
- Continuar desarrollando una herramienta que pueda fusionar revisiones en texto plano con el USFM existente.
- o… efectivamente iniciar un nuevo proyecto en Paratext, importando el texto plano como USFM, sin intentar fusionarlo con los encabezados existentes y otra información en la traducción actual.
Ya he probado la opción 2. Como pueden imaginar, fue bastante fácil generar una salida como esta:
\id MRK
\c 1
\p
\v 1 the first verse
\v 2 the second verse
\v 3 the third verse
\v 4 etc
¿Qué consejo me darían? Actualmente me inclino por la opción 2, y simplemente hacer el trabajo de volver a agregar los encabezados y referencias cruzadas manualmente. Los encabezados necesitan una revisión manual de todos modos.
In our team, we embarked on revising a published translation of the New Testament. In the beginning we were optimistic, hoping that we wouldn’t take long, and that not many changes need to be made. Now, we have found over 90% of the verses have been modified.
We did all our work on the revision externally from Paratext. This is for many reasons, that I won’t get in to here. However, now that we are nearing the finish line, we need to work on importing the work back into Paratext.
The text we have is structured very simply, you can think of it as a table, where the first column is the verse reference (eg: Mark 1:1), and the second column is the contents of the verse in plain text. There are no headings, no paragraph markers, no footnotes, nothing like that. I wanted to take the existing USFM, and update it with the new text. I developed some code that did this, mainly using usfm-grammar. I took the existing USFM, converted it to JSON, modified the JSON to update the translation, and then converted the translation back to USFM using the same tool.
However, I’m noticing that keeping the headers, paragraphs and cross-references preserved is tricky. I spent a day or two working on this (including the process of deciding upon this approach), and I don’t really want to spend a lot of time programming something if it is not a good use of my time. When I imported the result back to Paratext, it would complain about invalid USFM. So it looks like usfm-grammar can produce invalid USFM.
I had a look for libraries to write USFM. I found quite a few options for parsing USFM and for converting USFM to other formats, but usfm-grammar was the only library that I found that could write USFM, converting JSON to USFM.
I’m now looking at two options:
- Continue to develop a tool that can merge plain text revisions with the existing USFM.
- or… effectively start a new project in Paratext, importing the plain text as USFM, without attempting to merge it with the existing headers and other information in the existing translation.
I’ve already tried option 2. As you can imagine, it was quite easy to generate output like this:
\id MRK
\c 1
\p
\v 1 the first verse
\v 2 the second verse
\v 3 the third verse
\v 4 etc
What advice would you give me? I’m currently leaning towards option 2, and just doing the work of adding back the headers and cross-references manually. The headers need a manual revision any way.
Traducción automática desde English
