നിരൂപകനെ ആദ്യം മാറ്റങ്ങൾ കാണാൻ അനുവദിക്കുക: തെറ്റിദ്ധരിപ്പിക്കാത്ത ഒരു വിവർത്തന വ്യത്യാസ പട്ടിക എങ്ങനെ നിർമ്മിക്കാം

ഒരു ഇംഗ്ലീഷ് വിവർത്തന കൈയെഴുത്തുപ്രതി പത്ത് തവണ പരിഷ്കരിച്ചിട്ടുണ്ട്, മാത്രമല്ല നിരൂപകൻ അത് എല്ലാ തവണയും ആദ്യം മുതൽ വായിക്കുന്നത് കാര്യക്ഷമമല്ല. വ്യത്യസ്ത കാഴ്ചയ്ക്ക് മാറ്റങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ കഴിയും, പക്ഷേ ഒരു മുൻധാരണയുണ്ട്: യഥാർത്ഥ ചൈനീസ് വാചകവും ഇംഗ്ലീഷ് വിവർത്തന പ്രതീകവും പ്രതീകം അനുസരിച്ച് വ്യത്യാസപ്പെടുത്തുന്നതിനുപകരം ഒരേ ഭാഷയുടെ രണ്ട് പരിഷ്ക്കരിച്ച പതിപ്പുകളെ ഇത് താരതമ്യം ചെയ്യുന്നു, തുടർന്ന് വിവർത്തന നിലവാരം വിലയിരുത്തുന്നതിന് ചുവപ്പും പച്ചയും പ്രദേശങ്ങൾ ഉപയോഗിക്കുന്നു.

വിവർത്തനം പത്താം പതിപ്പിലെത്തുമ്പോൾ, നിരൂപകൻ ഓരോ തവണയും അത് ആദ്യം മുതൽ വായിക്കുകയാണെങ്കിൽ, "എന്താണ് മാറിയത്" എന്ന് കണ്ടെത്തുക എന്നതാണ് ഏറ്റവും കൂടുതൽ സമയമെടുക്കുന്ന ജോലി. വ്യത്യാസം കാഴ്ച മാറ്റങ്ങളിലേക്ക് നേരിട്ട് ശ്രദ്ധ കൊണ്ടുവരുന്നു, അത് അതിൻ്റെ മൂല്യമാണ്.

എന്നാൽ വ്യത്യസ്ത കാഴ്ചയ്ക്ക് ഒരു മുൻവശമുണ്ട്: ഇത് ഒരേ ഭാഷയുടെ രണ്ട് പുനരവലോകനങ്ങളെ താരതമ്യം ചെയ്യണം. നിങ്ങൾ യഥാർത്ഥ ചൈനീസ് വാചകവും ഇംഗ്ലീഷ് വിവർത്തന പ്രതീകവും പ്രതീകം അനുസരിച്ച് വ്യത്യാസപ്പെടുത്തുകയും തുടർന്ന് വിവർത്തന നിലവാരം വിലയിരുത്തുന്നതിന് ചുവപ്പും പച്ചയും ഉള്ള ഏരിയ ഉപയോഗിക്കുകയാണെങ്കിൽ, നിഗമനം വികലമാകും. അവലോകനം ചെയ്യാവുന്ന വിവർത്തന വ്യത്യാസങ്ങൾ സൃഷ്ടിക്കുന്നതിന് difflib എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഈ ലേഖനം വിശദമാക്കുന്നു, കൂടാതെ അത് എന്താണെന്നും അതിന് എന്തുചെയ്യാൻ കഴിയില്ലെന്നും വിശദീകരിക്കുന്നു.

വിവർത്തനങ്ങളിലെ വ്യത്യാസങ്ങൾ എങ്ങനെ താരതമ്യം ചെയ്യാം? ഒരു വാക്യത്തിൻ്റെ ഉപസംഹാരം

ഒരേ ഭാഷയിലെ പരിഷ്കരിച്ച പതിപ്പുകൾ മാത്രമേ താരതമ്യം ചെയ്യുകയുള്ളൂ, മാറ്റങ്ങൾ കണ്ടെത്തുന്നതിന് അവലോകകരെ സഹായിക്കുന്നതിന് വ്യത്യാസങ്ങൾ ഉപയോഗിക്കുന്നു. ഗുണനിലവാര വിധി ഇപ്പോഴും മനുഷ്യർക്ക് അവശേഷിക്കുന്നു.

നിങ്ങളുടെ അവസ്ഥശുപാർശ ചെയ്യുന്ന സമ്പ്രദായങ്ങൾകാരണം
ഒരേ വിവർത്തന കൈയെഴുത്തുപ്രതിയുടെ ഒന്നിലധികം ഇംഗ്ലീഷ് പുനരവലോകനങ്ങളുണ്ട്രണ്ട് ഇംഗ്ലീഷ് പുനരവലോകനങ്ങൾ തമ്മിലുള്ള വ്യത്യാസങ്ങൾ താരതമ്യം ചെയ്യുകവ്യത്യാസങ്ങൾ മാറ്റങ്ങളുടെ ലൊക്കേഷനെ മാത്രം പ്രതിഫലിപ്പിക്കുന്നു, അവ നിരൂപകർക്ക് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത് എളുപ്പമാക്കുന്നു
വിവർത്തന നിലവാരം വിലയിരുത്താൻ ആഗ്രഹിക്കുന്നുചുവപ്പ്, പച്ച പ്രദേശങ്ങൾ സ്കോർ ചെയ്യേണ്ടതില്ലdifflib വാചകപരമായ മാറ്റങ്ങൾ മാത്രം ചൂണ്ടിക്കാണിക്കുന്നു, കൂടാതെ ടെർമിനോളജിയും സെമാൻ്റിക്സും ശരിയാണോ എന്ന് നിർണ്ണയിക്കുന്നില്ല.
കയറ്റുമതി ചെയ്യുമ്പോൾ ഖണ്ഡിക പൊതിയുന്നത് അസ്ഥിരമാണ്ആദ്യം പാരഗ്രാഫ് ഐഡിയും വിവർത്തന വരിയും ശരിയാക്കുകയഥാർത്ഥ മാറ്റങ്ങളെ മുക്കിക്കളയുന്നതിൽ നിന്ന് ടൈപ്പോഗ്രാഫിക് ശബ്ദം ഒഴിവാക്കുക
വിവർത്തനത്തിൻ്റെ അർത്ഥം സ്ഥിരീകരിക്കേണ്ടതുണ്ട്ദ്വിഭാഷാ സ്ഥിരീകരണത്തിനായി യഥാർത്ഥ വാചകത്തിലേക്ക് മടങ്ങുകപുനരവലോകന വ്യത്യാസങ്ങൾ ഉറവിട അർത്ഥം പരിശോധിക്കുന്നതിന് പകരമല്ല
റിപ്പോർട്ട് സമാനത കാണിക്കാൻ ആഗ്രഹിക്കുന്നുഅതിനെ "വിവർത്തന കൃത്യത" എന്ന് വിളിക്കരുത്സമാനത സെഗ്മെൻ്റേഷനെയും പൊരുത്തപ്പെടുത്തൽ നിയമങ്ങളെയും ആശ്രയിച്ചിരിക്കുന്നു

വ്യത്യാസം ഒരു പരിഷ്ക്കരണ സൂചനയാണ്, ഗുണനിലവാര സ്കോറല്ല

difflib-ന് ലൈൻ-ലെവൽ വ്യത്യാസങ്ങൾ സൃഷ്ടിക്കാൻ കഴിയും, അത് ഏത് ടെക്സ്റ്റാണ് മാറിയത് എന്ന് നിങ്ങളോട് പറയുന്നു, എന്നാൽ ടെർമിനോളജി ചോയ്സ് ശരിയാണോ എന്ന് അത് വിലയിരുത്തുന്നില്ല, അല്ലെങ്കിൽ ഒരു വാക്യത്തിൻ്റെ ബിസിനസ്സ് അല്ലെങ്കിൽ സാങ്കേതിക അനന്തരഫലങ്ങൾ അത് മനസ്സിലാക്കുന്നില്ല.

  • ഒരു നെഗറ്റീവ് വാക്ക് ഇല്ലാതാക്കുക, വ്യത്യാസം ചെറുതായിരിക്കാം, പക്ഷേ ആഘാതം വളരെ വലുതാണ്.
  • ഒരു ഖണ്ഡിക പുനഃക്രമീകരിക്കുക, വ്യത്യാസം വളരെ വലുതായിരിക്കാം, എന്നാൽ അർത്ഥം അടിസ്ഥാനപരമായി അതേപടി തുടരുന്നു.

ആദ്യം താരതമ്യ യൂണിറ്റ് സ്ഥിരപ്പെടുത്തുക

നിരൂപകന് ഒരു ഖണ്ഡിക ഐഡിയും വിവർത്തന വരിയും പോലുള്ള സ്ഥിരതയുള്ള ഒരു യൂണിറ്റ് നൽകി ആരംഭിക്കുക. കയറ്റുമതി പ്രക്രിയ ക്രമരഹിതമായി ഓരോ തവണയും വരികൾ പൊതിയുകയാണെങ്കിൽ, ടൈപ്പ് സെറ്റിംഗ് നോയിസ് വഴി വ്യത്യാസങ്ങൾ ഇല്ലാതാകും.

സോഴ്സ് ഡോക്യുമെൻ്റിൻ്റെ ഘടനയിലെ മാറ്റങ്ങളും വിവർത്തനത്തിലെ പരിഷ്ക്കരണങ്ങളും വെവ്വേറെ രേഖപ്പെടുത്തണം, ഒരു "ടെക്സ്റ്റ് അപ്ഡേറ്റ്" ആയി കൂട്ടിച്ചേർക്കാൻ കഴിയില്ല.

സെമാൻ്റിക് റിസ്കുകൾ അടങ്ങിയ സിന്തറ്റിക് റിവിഷൻ്റെ ഒരു ഉദാഹരണം

പ്രോസസ്സിംഗ് രീതി കാണിക്കാൻ ഈ ലേഖനം സിന്തറ്റിക് സാമ്പിളുകൾ ഉപയോഗിക്കുന്നു. ഒരു ഒറ്റപ്പെട്ട പരിതസ്ഥിതിയിൽ ഉദാഹരണങ്ങൾ സഹിതം കോഡ് പരിശോധിച്ചു, അത് എല്ലാ യഥാർത്ഥ ഫയലുകളുടെയും ഉൽപ്പന്ന പ്രകടനത്തിൻ്റെയും ഗ്യാരണ്ടി അല്ല. പ്രധാനപ്പെട്ട ഡോക്യുമെൻ്റുകൾ പ്രോസസ്സ് ചെയ്യുന്നതിന് മുമ്പ്, ദയവായി ഒറിജിനലുകൾ സൂക്ഷിച്ച് വാചകത്തിലെ അതിരുകളും സ്വീകാര്യത ഇനങ്ങളും അനുസരിച്ച് അവ അവലോകനം ചെയ്യുക.

import difflib
import html

before = ["Do not disconnect the cable.\n", "Wait for the green light.\n"]
after = ["Disconnect the cable.\n", "Wait for the green light.\n"]
delta = "".join(difflib.unified_diff(before, after,
                                    fromfile="revision-A", tofile="revision-B"))
assert "-Do not disconnect" in delta
assert "+Disconnect" in delta
assert list(difflib.unified_diff(before, before)) == []

# 差异如需显示在网页中,按普通文本转义。
unsafe_line = "<script>alert(1)</script>"
assert "<script>" not in html.escape(unsafe_line)
print(delta)

ഇവിടെ ഉപകരണ പ്രവർത്തനങ്ങളൊന്നും നടത്തുന്നില്ല, സിന്തറ്റിക് ടെക്സ്റ്റിൻ്റെ രണ്ട് വാക്യങ്ങൾ മാത്രമേ വിശദീകരിക്കാൻ ഉപയോഗിക്കുന്നുള്ളൂ: വളരെ ചെറിയ എഡിറ്റിന് ഫോക്കസ്ഡ് അവലോകനം ആവശ്യമായി വന്നേക്കാം. സാമ്പിൾ ഔട്ട്പുട്ട് അവലോകന ആവശ്യങ്ങൾക്കായുള്ള ഒരു വാചക വ്യത്യാസമാണ്, മാത്രമല്ല മാറ്റങ്ങളുടെ ഓട്ടോമാറ്റിക് മെഷീൻ അംഗീകാരത്തിനുള്ള അടിസ്ഥാനമല്ല.

അർത്ഥമില്ലാത്ത ചുവപ്പും പച്ചയും ബ്ലോക്കുകൾ എങ്ങനെ കുറയ്ക്കാം

ഇതിന് ലൈൻ എൻഡിംഗുകൾ ഏകീകരിക്കാനും സ്ഥിരതയുള്ള ഖണ്ഡിക ഐഡികൾ നിലനിർത്താനും വ്യക്തവും അർത്ഥത്തെ ബാധിക്കാത്തതുമായ കയറ്റുമതി ശബ്ദം പ്രത്യേകം കൈകാര്യം ചെയ്യാനും കഴിയും.

എന്നാൽ ഡിഫുകൾ മികച്ചതാക്കാൻ എല്ലാ വിരാമചിഹ്നങ്ങളും അക്കങ്ങളും സ്പേസുകളും ഇല്ലാതാക്കരുത്. കോഡ്, സൂത്രവാക്യങ്ങൾ, പട്ടികകൾ, ചില ഭാഷകൾ എന്നിവയിലെ ശൂന്യമായ ഇടങ്ങൾക്ക് അർത്ഥമുണ്ട്, കൂടാതെ അമിത സാധാരണവൽക്കരണത്തിന് യഥാർത്ഥ മാറ്റങ്ങളെ മറയ്ക്കാൻ കഴിയും.

പരിഷ്ക്കരണ തരംവ്യത്യസ് ത വീക്ഷണങ്ങൾ എന്തു സഹായിക്കും?ഇനിയും സ്വമേധയാ വിധിക്കേണ്ടതുണ്ട്
പദാവലി മാറ്റിസ്ഥാപിക്കൽഎല്ലാ പരിഷ്കരണ ലൊക്കേഷനുകളും കണ്ടെത്തുകഇത് നിലവിലെ സന്ദർഭത്തിന് യോജിക്കുന്നുണ്ടോ?
സംഖ്യകൾ മാറുന്നുപുതിയതും പഴയതുമായ മൂല്യങ്ങൾ തുറന്നുകാട്ടുന്നുപരിഷ്കരണത്തിന് ഉറവിടത്തിന്റെ അടിസ്ഥാനമുണ്ടോയെന്ന്
നെഗറ്റീവ് വാക്ക് മാറ്റംചെക്കിംഗിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ വായനക്കാരെ ഓർമ്മിപ്പിക്കുകനിർദ്ദേശങ്ങളുടെ അർത്ഥം മാറ്റിയിട്ടുണ്ടോ
ഖണ്ഡിക പ്രസ്ഥാനംവലിയ ബ്ലോക്ക് ഇല്ലാതാക്കലുകളും കൂട്ടിച്ചേർക്കലുകളും പ്രദർശിപ്പിക്കുന്നുഇത് ഒരു പൊസിഷൻ അഡ്ജസ്റ്റ്മെന്റ് മാത്രമാണോ?

സമാനതയെ കൃത്യതയായി പാക്കേജ് ചെയ്യരുത്

SequenceMatcher: ഒരു തരം താരതമ്യ ഉപകരണത്തിന്റെ ഫലങ്ങൾ ഇൻപുട്ട് സെഗ്മെന്റേഷനെയും പൊരുത്തപ്പെടുന്ന നിയമങ്ങളെയും ആശ്രയിച്ചിരിക്കുന്നു. ഉയർന്ന സ്ട്രിംഗ് സമാനത - ഒരുപക്ഷേ ചെറിയ മാറ്റങ്ങൾ അല്ലെങ്കിൽ ഏറ്റവും നിർണായകമായ വാക്കുകൾ നഷ്ടപ്പെടാം; വളരെ കുറഞ്ഞ സമാനത ആവിഷ്കാരങ്ങളുടെ പുനഃസംഘടന മാത്രമായിരിക്കാം.

ഇതിനെ "വിവർത്തന കൃത്യത" എന്ന് നേരിട്ട് നാമകരണം ചെയ്യുന്നത് റിപ്പോർട്ടുകളുടെ ഉപയോക്താക്കളെ തെറ്റിദ്ധരിപ്പിക്കുന്നു.

വ്യത്യാസ അവലോകനത്തിന് അനുബന്ധ മൂല വാചകത്തിലേക്ക് മടങ്ങാനും കഴിയണം. പ്രത്യേകിച്ചും വിവർത്തനം പരിഷ്കരിക്കുമ്പോൾ, വിവർത്തനത്തിന്റെ രണ്ട് പതിപ്പുകൾക്കിടയിൽ "സുഗമമായ" വാചകം തിരഞ്ഞെടുക്കുകയും അത് ഇപ്പോഴും ഉറവിട രേഖയുടെ അർത്ഥം പ്രകടിപ്പിക്കുന്നുണ്ടോ എന്ന് മറക്കുകയും വേണം.

ശരിയായ സ്ഥലങ്ങളിൽ ഉപകരണങ്ങൾ ഉപയോഗിക്കുക

OmniDoc (ഉൽപ്പന്ന എൻട്രി) ഡോക്യുമെന്റ് ട്രാൻസ്ലേഷൻ പോർട്ടലിൽ അവലോകനം തീർപ്പാക്കാത്ത ഒരു പതിപ്പ് നിങ്ങൾക്ക് ആദ്യം സൃഷ്ടിക്കാൻ കഴിയും, തുടർന്ന് നിങ്ങളുടെ സ്വന്തം പതിപ്പ് മാനേജ്മെന്റ് പ്രക്രിയയിൽ അവലോകനത്തിന് മുമ്പും ശേഷവും മാറ്റങ്ങൾ താരതമ്യം ചെയ്യുക.

ദ്വിഭാഷാ പരിശോധന ഉറവിട അർത്ഥങ്ങൾ പരിഹരിക്കുന്നു, റിവിഷൻ ഡിഫ് മാറ്റിയതിനെ പരിഹരിക്കുന്നു. രണ്ടും ഒരുമിച്ച് ഉപയോഗിക്കുന്നത് കൂടുതൽ വ്യക്തമാണ്, ഒന്ന് മറ്റൊന്നായി വേഷംമാറേണ്ടതില്ല.

അവലംബങ്ങൾ: Python difflib.

📊 കോർ താരതമ്യം

കോൺട്രാസ്റ്റ് അളവുകൾപുനരവലോകനങ്ങൾ വ്യത്യസ്തമാണ്ദ്വിഭാഷാ പരിശോധന
താരതമ്യ ലക്ഷ്യങ്ങൾഒരേ ഭാഷയുടെ രണ്ട് പുനരവലോകനങ്ങൾയഥാർത്ഥ ചൈനീസ് വാചകവും ഇംഗ്ലീഷ് വിവർത്തനവും
ചോദ്യത്തിന് ഉത്തരം പറയൂഅവർ എന്താണ് മാറ്റിയത്?വിവർത്തനം ഇപ്പോഴും ഉറവിട വാചകത്തിന്റെ അർത്ഥം പ്രകടിപ്പിക്കുന്നുണ്ടോ
കണ്ടെത്താൻ എളുപ്പംപദങ്ങൾ, അക്കങ്ങൾ, നെഗറ്റീവ് വാക്കുകൾ മുതലായവയുടെ സ്ഥാനം മാറ്റുകതെറ്റിദ്ധരിപ്പിക്കപ്പെട്ടതോ ഒഴിവാക്കപ്പെട്ടതോ ആയ അർത്ഥം
പ്രധാന പരിമിതികൾ[തിരുത്തുക]ശരിയോ തെറ്റോ എന്ന് വിലയിരുത്താതെ, സമാനത കൃത്യതയ്ക്ക് തുല്യമല്ലമാനുവൽ വായനയും വിധിന്യായവും ആവശ്യമാണ്

🎯 ഏത് രീതിയാണ് നിങ്ങൾക്ക് അനുയോജ്യം?

വേഗത്തിൽ കണ്ടെത്താനും മാറ്റങ്ങൾ വരുത്താനും നിങ്ങൾക്ക് പ്രൂഫ് റീഡറുകൾ ആവശ്യമുണ്ടെങ്കിൽ

ഒരേ ഭാഷയിൽ പുനരവലോകനങ്ങൾ ഉപയോഗിച്ച് ഡിഫുകൾ സൃഷ്ടിക്കുക, പ്രൂഫ് റീഡർമാർക്ക് മാറ്റങ്ങൾ മാത്രമേ കാണൂ.

നിങ്ങളുടെ വിവർത്തനത്തിന്റെ ഗുണനിലവാരം നിങ്ങൾ വിലയിരുത്തുകയാണെങ്കിൽ

ചുവപ്പ്, പച്ച പ്രദേശങ്ങളെ അടിസ്ഥാനമാക്കി സ്കോർ ചെയ്യരുത്. ആദ്യം, അർത്ഥം സ്ഥിരീകരിക്കാൻ ദ്വിഭാഷാ പരിശോധന ഉപയോഗിക്കുക, തുടർന്ന് മാറ്റങ്ങൾ ന്യായീകരിക്കപ്പെടുന്നുണ്ടോ എന്ന് പരിശോധിക്കാൻ വ്യത്യാസങ്ങൾ ഉപയോഗിക്കുക.

നിങ്ങൾക്ക് പുരോഗതി മറ്റുള്ളവർക്ക് റിപ്പോർട്ട് ചെയ്യണമെങ്കിൽ

സമാനതയെ "വാചക വ്യതിയാനത്തിന്റെ ഡിഗ്രി" എന്ന് വിളിക്കുക, "വിവർത്തന കൃത്യത" എന്നല്ല.

❓ പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ (പതിവുചോദ്യങ്ങൾ)

1. എന്തുകൊണ്ട് യഥാർത്ഥ ചൈനീസ് വാചകത്തെ ഇംഗ്ലീഷ് വിവർത്തനവുമായി നേരിട്ട് താരതമ്യം ചെയ്തുകൂടാ?

രണ്ട് ഭാഷകളും വ്യത്യസ്തമായി വ്യത്യാസപ്പെടുന്നു; പ്രതീകങ്ങൾ അനുസരിച്ച് വ്യത്യാസമുള്ള ചുവപ്പ്, പച്ച ബ്ലോക്കുകൾ വാചക രൂപത്തിലെ വ്യത്യാസങ്ങളെ പ്രതിഫലിപ്പിക്കുന്നു, വിവർത്തന ഗുണനിലവാരം വിലയിരുത്താൻ ഉപയോഗിക്കാൻ കഴിയില്ല.

2. ചുവപ്പ്, പച്ച ബ്ലോക്കുകളുടെ എണ്ണം കുറയ്ക്കുന്നതിന് എല്ലാ ഇടങ്ങളും വിരാമചിഹ്നങ്ങളും നീക്കം ചെയ്യാൻ കഴിയുമോ?

ശുപാർശ ചെയ്യുന്നില്ല. കോഡ്, സൂത്രവാക്യങ്ങൾ, പട്ടികകൾ, ചില ഭാഷകൾ എന്നിവയിലെ ശൂന്യമായ ഇടങ്ങൾക്ക് അർത്ഥമുണ്ട്, കൂടാതെ അമിത സാധാരണവൽക്കരണത്തിന് യഥാർത്ഥ മാറ്റങ്ങളെ മറയ്ക്കാൻ കഴിയും.

3. ഉയർന്ന സമാനത—ഇതിനർത്ഥം പരിഭാഷ കൃത്യമാണെന്നാണോ?

ഇല്ല. ഉയർന്ന സമാനത ചെറിയ മാറ്റങ്ങൾ മാത്രമായിരിക്കാം, അല്ലെങ്കിൽ ഏറ്റവും നിർണായകമായ വാക്കുകൾ നഷ്ടമായേക്കാം.

📝 സംഗ്രഹം

വിവർത്തനത്തിലെ മാറ്റങ്ങൾ വേഗത്തിൽ കണ്ടെത്താൻ പ്രൂഫ് റീഡർമാരെ സഹായിക്കുന്നതിന് വ്യത്യാസ കാഴ്ച അനുയോജ്യമാണ്, അതേസമയം വിവർത്തനം ഇപ്പോഴും യഥാർത്ഥ അർത്ഥം പ്രകടിപ്പിക്കുന്നുണ്ടോ എന്ന് സ്ഥിരീകരിക്കാൻ ദ്വിഭാഷാ പരിശോധന ഉപയോഗിക്കുന്നു. ഇരുവർക്കും വ്യക്തമായ തൊഴിൽ വിഭജനമുണ്ട്, ഇത് അവരുടെ സംയോജനത്തെ കൂടുതൽ വിശ്വസനീയമാക്കുന്നു.

ഇപ്പോൾ അനുഭവം: വിവർത്തനം ആരംഭിക്കാൻ നിങ്ങളുടെ പ്രമാണം അപ് ലോഡ് ചെയ്യുക, യഥാർത്ഥ ഫോർമാറ്റിംഗ് സംരക്ഷിക്കുക

അപ്‌ഡേറ്റ് ചെയ്തത് 2026-11-16