O glossário não é uma pesquisa e substituição: defina primeiro os limites das palavras, maiúsculas e minúsculas e exceções

Um glossário pode parecer que está apenas trocando uma palavra por outra, mas na prática os limites das palavras, maiúsculas e minúsculas, inflexões e identificadores de código afetam os resultados. Se não for bem manuseado, pode ser substituído por engano ou o local onde deveria ser substituído pode ser perdido.

Este artigo é para editores e desenvolvedores que precisam manter a terminologia para traduções ou documentação. A seguir, usamos a biblioteca padrão Python para escrever um exemplo de verificação conservador, fornecemos uma lista de verificação de aceitação e explicamos como verificar a tradução com a função terminológica do OmniDoc. Depois de lê-lo, você pode decidir quais palavras devem ser candidatas, quais devem ser protegidas e como transformar o glossário em uma convenção que a equipe possa marcar.

O exemplo é demonstrado usando amostras sintéticas. O código foi verificado em um ambiente isolado, mas isso não representa uma garantia de todos os arquivos genuínos ou do desempenho do produto. Antes de processar documentos importantes, guarde os originais e revise-os de acordo com os limites e itens de aceitação abaixo.

Como substituir o glossário sem cometer erros? Conclusão de uma frase

Encontre os candidatos primeiro e depois decida se deseja substituí-los com base no glossário e no contexto. Não execute diretamente uma pesquisa global e substitua.

Cada idioma requer sua própria convenção de correspondência

Este artigo fornece um exemplo deliberadamente conservador em inglês: API por si só ignora a correspondência de maiúsculas e minúsculas e letras, números e sublinhados não correspondem quando adjacentes. O exemplo é implementado usando a biblioteca padrão Python re.

Observe que esta convenção não é uma regra completa de segmentação de palavras para línguas naturais, nem cuida da desambiguação de plural, possessivo ou de contexto.

Teste com strings que estão próximas, mas não deveriam bater

Ao testar, não apenas observe o que deve atingir, mas também insira strings que estão próximas, mas não devem atingir, como APIs e api_gateway.

import re

def english_candidates(text, term):
    if not term:
        raise ValueError("empty term")
    pattern = re.compile(r"(?<!\w)" + re.escape(term) + r"(?!\w)", re.IGNORECASE)
    return [(m.start(), m.end(), m.group()) for m in pattern.finditer(text)]

text = "API and api; APIs, rapid, api_gateway."
found = english_candidates(text, "API")
assert [item[2] for item in found] == ["API", "api"]
assert all(text[start:end] == raw for start, end, raw in found)
assert english_candidates("api_gateway", "API") == []
assert english_candidates("APIs", "API") == []
assert english_candidates("(API)", "API")[0][2] == "API"
try:
    english_candidates(text, "")
except ValueError:
    pass
else:
    raise AssertionError("empty glossary term accepted")

O candidato correspondente não é um comando de substituição

O código mantém a localização e o texto original e não modifica diretamente o texto. Dessa forma, o revisor pode distinguir o texto, os links e as áreas de código, além de verificar se as palavras originais devem ser mantidas.

As posições candidatas em HTML ou Word também precisam ser mapeadas para nós de estrutura. Você não pode simplesmente assumir a posição de toda a string emendada e escrevê-la de volta no texto original.

A insensibilidade a maiúsculas e minúsculas também tem limites

As convenções de maiúsculas e minúsculas Unicode nem sempre correspondem individualmente. Este artigo é orientado para termos simples em inglês e não pode ser generalizado para um reconhecedor de termos adequado para todos os idiomas.

Grandes glossários também precisam abordar questões de sobreposição de candidatos, correspondências mais longas e gerenciamento de versões para evitar repetidas sugestões conflitantes para o mesmo parágrafo.

📊 Comparação principal

Faça do glossário uma convenção verificável

O site oficial OmniDoc (portal de produtos) apresenta a função de glossário. Ao avaliar, você pode selecionar uma amostra insensível contendo texto, identificadores de código e alterações morfológicas, e verificar se os termos se enquadram no contexto correto em relação à tradução.

O valor de um glossário não é substituir mecanicamente mais palavras, mas sim tornar a convenção de redação da equipe mais estável.

🎯 Qual método é adequado para você?

se você……

• Necessidade de processar documentos contendo identificadores de código: primeiro proteja a área de código e depois visualize os candidatos.
• Termos com inflexões: mantenha regras morfológicas antecipadamente e não espere que correspondências independentes cubram APIs.
• Lidar com a terminologia chinesa: não aplique regras de limite de palavras em inglês; em vez disso, use segmentação de palavras ou regras adequadas para chinês.
• Grande glossário: sobreposição de candidatos, correspondências mais longas e gerenciamento de versões também precisam ser tratados.

❓ Perguntas frequentes (FAQ)

1. Por que a correspondência de glossário não pode ser substituída diretamente em todo o mundo?

Como palavras contendo as mesmas letras não precisam necessariamente ser substituídas, por exemplo, APIs é uma alteração morfológica e api_gateway pode ser um identificador de código.

2. Este exemplo pode lidar com plurais e possessivos?

não pode. É um exemplo deliberadamente conservador de inglês que não é responsável pela desambiguação plural, possessiva ou contextual.

3. A posição do candidato pode ser escrita diretamente no texto inteiro?

As posições candidatas em HTML ou Word precisam ser mapeadas primeiro para os nós da estrutura, e você não pode simplesmente escrever de volta a posição de toda a string concatenada.

4. O que devemos prestar atenção ao usar um glossário grande?

Candidatos sobrepostos, correspondências mais longas e gerenciamento de versões precisam ser abordados para evitar sugestões conflitantes repetidas para o mesmo parágrafo.

📝 Resumo

O valor de um glossário é tornar as convenções de redação da sua equipe mais estáveis. Ao avaliar, usar amostras dessensibilizadas para verificar a tradução é mais confiável do que a substituição direta.

Experimente agora: carregue o documento para iniciar a tradução, mantendo o layout original