从词汇表中排除外来词

Question

我的 Paratext 词汇表中有一些来自扉页（例如“插图”、“许可”或艺术家姓名）或 \tl…\tl* 之间的外来词。
有没有办法排除这些词，使它们不出现在词汇表中，或者以某种方式标记它们不属于该语言？
谢谢！

机器翻译自 English 显示原文

Answer 1

这个问题我们已考虑了很长时间（我想我在这个论坛上经常这么说），它不仅涉及对词语的批准，还涉及对字符和标点的批准。

正如大家所指出的，目前的 Wordlist 和 Inventories 仅允许团队对词语进行“全局”或“无”批准，但实际情况往往并非如此简单。我们计划中的解决方案将在 Wordlist 和 Inventories 中通过单独的列显示词语（或字符）在经文和非经文位置的状态。

根据位置指定批准的功能将可供需要的人使用。对于不需要此功能的人，它不是强制性的。

这些变更的早期迹象可以在 PT9.2 的 Find 中看到。这允许用户在“Verse text”或“All text”中进行搜索（“non-verse text”即将推出™️）。此外，Wordlist 不再在每一行中提供三个用于设置词语批准的按钮。相反，状态是根据活动行在列标题中设置的。这是因为当我们添加非经文文本列（以及在 Study Bible 项目中，另一列显示研究圣经材料）时，每行 6-9 个按钮的“墙”会显得有点令人不知所措。下面的 Characters Inventory 模型很好地展示了 Wordlist 中的外观。默认情况下，批准经文文本中的词语也会批准非经文文本中的该词语；批准非经文文本中的词语不会批准经文文本中的该词语。

image1049×622 73.1 KB

我们之前没有考虑到需要单独的连字符列表。这是我们需要注意的一点。

大家可能都在好奇这何时会实现。它可能会在 9.4 版本中推出（不保证）。

机器翻译自 English 显示原文

Answer 2

rfkvg:

有没有办法排除这些词，使它们不出现在词汇表中，或者以某种方式标记它们不属于该语言？

目前没有办法将这些词从词汇表中排除。词汇表不仅仅是该语言的单词列表，而是项目中文本中出现的单词列表。验证所有这些词很重要，因为外来词可能会拼写错误。

机器翻译自 English 显示原文

Answer 3

Paratext 实际上会将不可发布（nonpublishable）的单词从词汇表中排除。例如，备注中的单词不会出现在词汇表中。为了从地图文本表中排除参考文本，我创建了一个名为 \zrm …\zrm* 的自定义字符样式，其中包含 \TextProperties nonpublishable，并将其添加到我的项目的 frtbak.sty 文件中：

# Map Table Reference text
# Reference text in Map tables marked with \zrm ...\zrm* do not appear in the Wordlist or other checks 
\Marker zrm
\Endmarker zrm*
\Name zrm...zrm* - Remark span
\Description For Comments and remarks
\OccursUnder ip im ipi imi ipq imq ipr iq iq1 iq2 iq3 io io1 io2 io3 io4 ms ms1 ms2 s s1 s2 s3 s4 cd sp d lh li li1 li2 li3 li4 lf lim lim1 lim2 lim3 lim4 ili ili1 ili2 ili3 ili4 m mi nb p pc ph phi pi pi1 pi2 pi3 pr pmo pm pmc pmr po q q1 q2 q3 q4 qc qr qd qm qm1 qm2 qm3 cls tr th1 th2 th3 th4 thr1 thr2 thr3 thr4 tc1 tc2 tc3 tc4 tcr1 tcr2 tcr3 tcr4 f fe ef rem NEST
\TextType Other
\TextProperties nonpublishable 
\StyleType Character
\FontSize 12
\Color 16711680 # Same color as \rem

这是在一个项目的 BAK 书中使用的示例

\periph Map 02_03 The World of the Patriarchs

\tr	\thc1 \zrm The world of the Patriarchs \zrm*	\thc2 পিতৃপুরুষদের জগৎ
\tr	\th1 \zrm Legend \zrm*	\th2 ~
\tr	\tc1 \zrm km\zrm*	\tc2 কিমি
\tr	\tc1 \zrm Journeys of Abraham\zrm*	\tc2 অব্রাহামের যাত্রা

第一列中的单词被排除在词汇表之外，但第二列中的单词会进行拼写检查。

我要补充一点，我不建议将任何将要发布的单词从词汇表中排除。版权声明中的姓名和单词也应该进行拼写检查。

机器翻译自 English 显示原文

Comments

考虑到 @CrazyRocky 提到的注意事项，我也经常出于这里列出的确切原因使用 nonpublishable 标记。

一个缺点是，PT 在执行某些搜索和给出结果时也会忽略 nonpublishable 字符。例如，在进行括号搜索和其他一些检查时，我经常会得到奇怪的结果，比如看起来像里面什么都没有的括号标记，但实际上里面只有 nonpublishable 字符。因此，我实际上会时不时地编辑我的 custom.sty 样式表，以便让 PT 按照我当前的意愿处理外来词。

我在 custom.sty 样式表中添加“nonpublishable”，然后在 PrintDraft-mods.sty 和/或任何相关的 ptxprint.sty 样式表中将其改回“publishable”。

机器翻译自 English 显示原文

Answer 4

我遇到过这种情况很多次。我通过协助翻译团队完成最终检查（包括词汇表）来支持他们准备出版。我们对词汇表的目标始终是“新约中没有未知或错误的单词”，但我们的计数总是包括那 100-200 个法语单词（因为这些团队位于中非共和国，一个法语国家），他们决定将这些单词包含在文本中。期望他们只使用其母语（MT）是不合理的，因为他们的许多社区成员至少会说和读一些法语。通常只是一个或两个单词，通常用斜体表示：这就是我们在我们的语言中书写“X 法语单词”的方式。

因此，我想向开发人员提出一个建议：我们能否找到一种方法将外来词从词汇表中排除，或者提供一种方法将它们从“未知单词”计数中移除？我有两个关于如何做到这一点的想法。

1. 在词汇表中添加一个可选的第四个复选框？即蓝色问号、绿色对勾、红色 X，以及……比如说，橙色星星？（或者某种第四个图标+不同颜色，表示“外来词”？）问题在于，在词汇表中发生的全局验证不适用于“外来词”，因为每个外来词的情况都需要单独审查和验证。所以我想这个第四个框意味着“这个单词不是 MT 正字法，但也不是‘未知’，在词汇表目的上可以忽略，但在出版前需要审查每个情况以确保其仍然有效。”

2. 另一个选项是将 \tl 或其他标记更改为“外来词”标记。它不会改变任何格式，只是改变 PTX 对其的处理方式：“这个单词可以在词汇表中被忽略。”与上面解释的“nonpublishable”想法不同，它仍然必须是可发布的。这将解决我上面提到的“审查每个情况”的问题，但需要为每个单词的每个情况使用特殊标记。

这两个选项可能都需要某种清单 + 基本检查对，以允许验证，但我不确定如何逐案进行。

那么大家怎么看？向开发人员提出这个要求会有用吗？

谢谢，
~anon550568

机器翻译自 English 显示原文

Comments

选项 2 会有额外的优势。在少数情况下，某些字符串既可以是一个（拼写正确的）外来词，也可以是一个土著语言单词（无论拼写正确与否）。人们可能希望逐案判断这些情况。

在这种情况下，理想的解决方案是能够告诉 PT 忽略单词的个别出现——就像我们可以在基本检查中拒绝个别错误一样（并且 PT 会记住这个选择）。如果实现起来太复杂，忽略特定标记的拼写检查可能是一个很好的替代方案。

顺便说一下，当进行最终拼写检查时，我通常会定义一个过滤器，包括所有圣经书卷（可能还有词汇表和引言），并排除前置部分。但如果 INT 书卷同时包含土著语言和 LWC 引言，这并不能解决问题。

Paulus+Kieviet

机器翻译自 English 显示原文

---

PS 另一个我想排除个别出现的例子是：在几本书中，内容大纲包含二级项目，这些项目用字母标记。土著语言字母表是“a e f”等。现在“a”和“e”也是土著语言单词的拼写错误（应该分别是 ꞌ****a 和 ꞌ****e），所以能够忽略这些出现会很好。我知道，这是一个微小的细节，但它只是不允许我们达到零错误或未决单词的非常令人满意的阶段。

Paulus+Kieviet

机器翻译自 English 显示原文

---

英文图像描述通常与土著语言标题一起保留在图注中（尽管在输出中不显示）。这将是另一个需要选择性忽略的部分。

机器翻译自 English 显示原文

Answer 5

今天我在与另一个团队处理他们的词汇表时，想到了这个更改带来的另一个好处，特别是来自“忽略此单词”标记的想法……法语单词将从词汇表中移除，这样用户就不必不断跳过它们。目前，所有正字法检查——甚至手动检查——都必须在大脑中跳过任何外来词，因为目前没有办法排除它们，而且在一个会话中经常很多次，因为它们无处不在！移除它们将为我们所有人节省大量的脑力工作。

机器翻译自 English 显示原文

Comments

\tl … \tl* 是忽略单词的一个很好的候选项。默认情况下它将单词设为斜体，但可以覆盖它。

Paulus+Kieviet

机器翻译自 English 显示原文

Answer 6

我不知道。\tl 标记实际上已经有一个特定的用途，即标记文本中的外来词，所以他们可能必须为此专门创建一个新的标记，它不改变格式，只具有“在词汇表中忽略”的功能……不过，将 \tl 单词也从词汇表中排除也不是一个坏主意。

机器翻译自 English 显示原文

Answer 7

以防有人计划使用 nonpublishable……警告说，上面 mnjames 评论的第二部分非常重要（在本地样式表中将它们设为 publishable）：nonpublishable 被 PTXprint 用来表示“这是一个注释，不要在这里页面上放置任何内容”。也就是说，它将被静默跳过。

Paratext 实际上已经有 \tl，其 \TextProperties 为 nonvernacular，即它应该被区别对待于其他单词。

在我们正在进行的翻译中，我们的词汇表和脚注中有相当多的国家语言单词作为同义词/翻译。由于它们是国家语言，它们违反了土著语言的许多规则，但当人们疲劳时，它们也是常见的拼写错误/打字错误。能够将这些单词从字符清单等中排除将非常好。

我建议任何‘nonvernacular’样式中的文本应：

1. 可搜索
2. 完全忽略字符和标点符号清单（除非有人想实现第二套非土著语言清单）。
3. 在连字符列表中有单独且独立的条目，以便可以以不同的方式进行连字符化和拼写检查。（即，nonvernacular 上下文中的正确拼写不应影响非土著语言上下文，反之亦然）。

机器翻译自 English 显示原文

Comments

对于我参与的项目，我绝对希望非土著语言单词被发布，所以我不会走使用任何 non-publishable 标记的路线。我只需要一种方法将这些单词从词汇表中排除……或者像 anon542642 建议的那样，一种将它们移动到单独界面的方法。

正如我与 Matthew_Lee 讨论的那样，我们在考虑这是否可以是一个右键单击或其他可选操作，就像我们在基本检查中拒绝错误时那样。因此，我们将“拒绝”一个单词，然后可以选择一个过滤器来审查“所有被拒绝的单词”。

机器翻译自 English 显示原文

Answer 8

与其“忽略”或“拒绝”外来词，对我来说，将外来（拼写正确的）单词标记为外来词更有意义。右键单击 > 标记为拼写正确的外来词（或其他选项）。然后 Paratext 将能够识别（在其他上下文中），这个单词是正确的，但它不属于土著语言词汇表的上下文。它可以显示在不同的列表中，或子列表中，或者有一个过滤器来显示所有单词、仅土著语言单词或仅外来词。

机器翻译自 English 显示原文