Bảng thuật ngữ không phải là tìm kiếm và thay thế: trước tiên hãy xác định ranh giới từ, viết hoa và viết thường

Những điểm chính của bài viết này

So khớp thuật ngữ không phải là việc tìm kiếm và thay thế đơn giản. Việc xử lý không đúng ranh giới từ, viết hoa và ngoại lệ có thể dẫn đến việc thay thế sai hoặc thiếu thay thế.
Ví dụ sử dụng thư viện chuẩn re để khớp với các API độc lập, bỏ qua chữ hoa chữ thường và không khớp với các chữ cái, số hoặc dấu gạch dưới liền kề.
Kết quả trùng khớp nên được sử dụng làm vị trí dành riêng cho ứng viên và văn bản gốc không được viết lại trực tiếp. Người đánh giá sẽ đánh giá xem có nên thay thế nó hay không.
API và api_gateway trong ví dụ không khớp và các thuật ngữ tiếng Trung không được đề cập trong ví dụ.
Khi đánh giá khả năng thuật ngữ của OmniDoc, các mẫu đã được giải mẫn cảm có chứa văn bản, mã định danh và biến tố có thể được kiểm tra dựa trên bản dịch.

Một bảng thuật ngữ có thể trông giống như chỉ hoán đổi một từ này với một từ khác, nhưng trên thực tế, ranh giới từ, kiểu chữ, biến tố và mã định danh đều ảnh hưởng đến kết quả. Nếu xử lý không tốt có thể bị thay thế nhầm, hoặc có thể bỏ sót chỗ cần thay thế.

Bài viết này dành cho các biên tập viên và nhà phát triển cần duy trì thuật ngữ cho các bản dịch hoặc tài liệu. Phần sau đây sử dụng thư viện chuẩn Python để viết ví dụ xác minh thận trọng, đưa ra danh sách kiểm tra chấp nhận và giải thích cách kiểm tra bản dịch bằng chức năng thuật ngữ của OmniDoc. Sau khi đọc nó, bạn có thể quyết định những từ nào nên dùng, từ nào cần được bảo vệ và cách biến bảng thuật ngữ thành một quy ước mà nhóm có thể kiểm tra.

Ví dụ được thể hiện bằng cách sử dụng các mẫu tổng hợp. Mã đã được kiểm tra trong một môi trường biệt lập, nhưng điều này không thể hiện sự đảm bảo về tất cả các tệp chính hãng hoặc hiệu suất của sản phẩm. Trước khi xử lý các tài liệu quan trọng, vui lòng giữ lại bản gốc và xem xét theo ranh giới và các mục chấp nhận dưới đây.

Làm thế nào để thay thế bảng thuật ngữ mà không mắc lỗi? Một câu kết luận

Trước tiên hãy tìm ứng viên, sau đó quyết định xem có nên thay thế hay không dựa trên bảng thuật ngữ và ngữ cảnh. Không trực tiếp thực hiện tìm kiếm và thay thế toàn cầu.

hoàn cảnh của bạn	Các phương pháp được đề xuất	lý do
Một `API` độc lập xuất hiện trong tài liệu	Với tư cách là ứng cử viên, được xem xét theo bảng thuật ngữ và ngữ cảnh	Các từ có chứa các chữ cái giống nhau không nhất thiết phải được thay thế tất cả
Những từ thay đổi như `APIs` xuất hiện	Duy trì rõ ràng các quy tắc hình thức từ	Trận đấu độc lập trong ví dụ này sẽ không đạt `APIs`
Mã nhận dạng như `api_gateway` xuất hiện	Bảo vệ, không viết lại trực tiếp	Thông tin nhận dạng thường được bảo vệ
Xử lý thuật ngữ tiếng Trung	Sử dụng phân từ hoặc quy tắc phù hợp với tiếng Trung	Quy tắc ranh giới từ tiếng Anh không thể áp dụng trực tiếp cho tiếng Trung

Mỗi ngôn ngữ yêu cầu quy ước phù hợp riêng

Bài viết này đưa ra một ví dụ tiếng Anh thận trọng có chủ ý: API tự bỏ qua việc khớp chữ hoa chữ thường và các chữ cái, số và dấu gạch dưới không khớp khi liền kề. Ví dụ này được triển khai bằng thư viện chuẩn Python re.

Lưu ý rằng quy ước này không phải là quy tắc phân chia từ hoàn chỉnh cho các ngôn ngữ tự nhiên và cũng không quan tâm đến việc phân biệt số nhiều, sở hữu hoặc ngữ cảnh.

Kiểm tra với các dây gần nhau nhưng không chạm vào

Khi kiểm tra, không chỉ nhìn vào những gì nên đánh mà còn đặt vào những chuỗi gần nhưng không nên đánh, chẳng hạn như APIs và 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")

Việc so khớp ứng viên không phải là lệnh thay thế

Mã giữ lại vị trí và văn bản gốc và không trực tiếp sửa đổi văn bản. Bằng cách này, người đánh giá có thể phân biệt văn bản, liên kết và vùng mã, đồng thời cũng có thể xem liệu các từ gốc có nên được giữ lại hay không.

Các vị trí ứng cử viên trong HTML hoặc Word cũng cần được ánh xạ tới các nút cấu trúc. Bạn không thể chỉ lấy vị trí của toàn bộ chuỗi được nối và viết lại văn bản gốc.

bối cảnh	Trong trường hợp này, chọn	Các chiến lược tiếp theo
API độc lập	với tư cách là một ứng cử viên	Đánh giá theo thuật ngữ và ngữ cảnh
API	không có trận đấu	Xác định rõ các quy tắc để duy trì dạng từ
api_gateway	không khớp	Các định danh thường được bảo vệ
Thuật ngữ tiếng Trung	Không có yêu cầu bảo hiểm nào	Sử dụng phân đoạn từ hoặc quy tắc phù hợp với tiếng Trung

Phân biệt chữ hoa chữ thường có giới hạn

Thói quen chữ hoa và ngôn ngữ của Unicode không phải lúc nào cũng giống nhau. Bài viết này tập trung vào các thuật ngữ tiếng Anh đơn giản và không thể khái quát hóa như một bộ nhận diện thuật ngữ áp dụng cho tất cả các ngôn ngữ.

Các bảng thuật ngữ lớn cũng cần đề cập đến các ứng viên chồng chéo, các kết quả khớp dài nhất và các vấn đề quản lý phiên bản để tránh lặp lại các đề xuất mâu thuẫn trong cùng một đoạn.

📊 So sánh cốt lõi

Phương pháp xử lý	Phương pháp	Tác động chính
Tìm kiếm và thay thế toàn cầu	Thay thế trực tiếp tất cả văn bản khớp	Rất dễ thay thế nhầm lẫn nội dung trong văn bản chính, liên kết và khu vực mã nguồn
Đánh giá ứng viên	Vị trí và văn bản gốc được bảo tồn, và bài đánh giá sẽ được xem xét lại	Nó phân biệt giữa văn bản chính, liên kết và vùng mã, đồng thời cho biết liệu từ gốc có nên được giữ lại hay không

Biến bảng thuật ngữ thành một quy ước có thể kiểm chứng

Trang web chính thức của OmniDoc (Mục sản phẩm) giới thiệu tính năng thuật ngữ thuật ngữ. Trong quá trình đánh giá, bạn có thể chọn các mẫu ẩn danh chứa văn bản thân, mã định danh và thay đổi dạng từ, rồi so sánh với bản dịch để kiểm tra xem thuật ngữ có phù hợp với ngữ cảnh hay không.

Giá trị của bảng thuật ngữ không phải là thay thế một cách máy móc nhiều từ hơn, mà là làm cho quy ước diễn đạt của đội ổn định hơn.

🎯 Phương pháp nào phù hợp với bạn?

Nếu bạn ......

Các tài liệu cần được xử lý bằng mã định danh: bảo vệ khu vực mã trước, sau đó xem xét các ứng viên.
Các thuật ngữ có thay đổi dạng từ: Duy trì các quy tắc dạng từ trước và không mong đợi các kết quả khớp độc lập sẽ ghi đè APIs.
Xử lý thuật ngữ tiếng Trung: Không áp dụng quy tắc ranh giới từ tiếng Anh; thay vào đó hãy sử dụng phân đoạn từ hoặc quy tắc phù hợp với tiếng Trung.
Sổ thuật ngữ lớn: cũng cần xử lý các ứng viên chồng lấn, các kết quả khớp dài nhất và quản lý phiên bản.

❓ Câu hỏi thường gặp (FAQ)

1. Tại sao không thể thay thế trực tiếp so khớp thuật ngữ toàn cầu?

Bởi vì các từ chứa cùng một chữ cái không nhất thiết phải thay thế. Ví dụ, APIs là biến hình từ, trong khi api_gateway có thể là mã định danh.

2. Ví dụ này có thể xử lý các dạng số nhiều và chiếm hữu không?

Không. Đây là một ví dụ có chủ ý bảo thủ của tiếng Anh, không chịu trách nhiệm về số nhiều, sở hữu hay sự phân biệt rõ ràng.

3. Liệu các quan điểm của ứng viên có thể được viết trực tiếp về toàn bộ văn bản không?

Vị trí ứng viên trong HTML hoặc Word cần được ánh xạ đến các nút cấu trúc trước; bạn không thể chỉ ghi lại vị trí của toàn bộ chuỗi nối lớp.

4. Bạn nên chú ý điều gì trong các bảng thuật ngữ lớn?

Cần phải giải quyết các ứng viên chồng chéo, khớp dài nhất và quản lý phiên bản để tránh lặp lại các đề xuất mâu thuẫn trong cùng một đoạn.

📝 Tóm tắt

Giá trị của bảng thuật ngữ nằm ở việc làm cho cách diễn đạt của đội ổn định hơn. Trong quá trình đánh giá, so sánh mẫu đã mất nhạy cảm với bản dịch đáng tin cậy hơn so với thay thế trực tiếp.

Trải nghiệm ngay: Tải lên tài liệu của bạn để bắt đầu dịch, giữ nguyên định dạng gốc