[Solar-general] lenguaje universal

[Marcos Guglielmetti]

El Martes, 7 de Agosto de 2007 18:01, Pablo Manuel Rizzo escribió:
 | On 8/7/07, Marcos Guglielmetti <marcospcmusica en gmail.com> wrote:
 | > El Martes, 7 de Agosto de 2007 14:27, minombresbond escribió:
 | >  | no entendi el problema pero:
 | >  | necesitas que los ' ' sean '\ ' ?
 | >  | y si le das a
 | >  | PALABRA=$( echo "$PALABRA" | sed 's/ /\\ /g' )
 | >  | te reemplaza los ' ' por '\ '
 | >  | entonces en la base de datos ya no necesitas poner
 | >  | las '\' antes de los espacios
 | >
 | > Es casi la solución, como es lógico, me sirve ;-), había pensado en
 | > hacer eso: reformar el diccionario cada vez que debe ser procesado (de
 | > todos modos lo hago, lo filtro de comentarios y otras cosas), así que
 | > gracias, me sirve, aunque lo implementaré de otra forma para que sea más
 | > eficiente
 |
 | Se me ocurre que podrías optimizar mucho la velocidad utilizando
 | scripts de sed,


¿velocidad a la hora de que sed reemplace palabras?



 | son archivos donde pones una debajo de otra una serie 
 | de ER que querés que sed ejecute sobre un archivo. En tu caso cada
 | término a traducir sería una ER, algo así:
 |
 | diccionario.sed
 | --------------------------------------------
 | s/esp01/port01/g
 | s/esp02/port02/g
 | s/esp03/port03/g
 | --------------------------------------------

Si, pero, ojo que el diccionario es más complejo... no sé si eso es tenido en 
cuenta en la propuesta:

* permite definir una cantidad infinita de idiomas (tengo pensado abordar 
catalán, italiano y otras lenguas derivadas del latín en el futuro)

* permite agregar cualquier tipo de marcas para filtrar equivalencias que no 
deben emplearse en determinados casos (ya lo estoy haciendo y funciona bien)

* permite definir marcas para cualquier cosa, por ejemplo, evitar usos no 
normales de determinados términos (ya en uso)

* permite definir marcas para identificar las clases de palabras 
(articulaciones, adjetivos, sustantivos, verbos, en plural, singular, 
masculino, femenino,etc.) [esto aún no fue necesario implementarlo]

 | Para simplificar eso al usuario que tiene que crear y/o modificar el
 | diccionario, podrías primero procesar un diccionario simplificado para
 | crear al archivo script anterio, por ejemplo en base a este
 | diccionario y la expresión que está a continuación del archivo:
 |
 | diccionario.dic
 | --------------------------------------------
 | esp01=port01
 | esp02=port02
 | esp03=port03
 | --------------------------------------------
 |
 | cat diccionario.dic | sed -r -e "s/^(.*)/s\/\1/g" -e
 | "s/(.*)=(.*)/\1\/\2/g" -e "s/(.*)/\1\/g/g" > diccionario.sed
 |
 | Luego procesas el archivo todo de una así:
 |
 | sed -f diccionario.sed $ARCHIVO-temp > $ARCHIVO-traducido
 |

Mmm.. a ver si comprendo, sed toma a diccionario.sed como un script que 
interpreta sólo él mismo, que sólo sed conoce, y nadie más, ese script de sed 
se utiliza para procesar el archivo de textos a ser traducido, creando un 
nuevo archivo resultante con la traducción. ¿Es así?

Pero el script de sed (o el diccionario previo a convertirse en script de sed) 
¿podría contener marcas? al estilo:


autocrata/autócrata/ : dudas
\ mãe\ /\ madre\ /
#arraigada/convencida?
tenía\ sido/había\ sido/ : dudas

\ tornou\ /\ tornó\ / : anormal
\ tornou\ /\ volvió\ /
\ sinais\ /\ signos\ / : dudas masc. fem.



# :Particularidades idiomáticas que se dan siempre?
ável\ /able\ / : dudas
ê/e/ : ptes
ss/s/ : ptes
qüe/cue/ : dudas : ptes
velmente/blemente/ : dudas : ptes
ô/ó/ : dudas : ptes
ípio/ipio/ : dudas : ptes
idade\ /idad\ / : dudas : ptes
anha/aña/ : dudas : ptes
\ çones/\ ciones/ : dudas : ptes
\ criaci/\ creaci/ : dudas : ptes


Por ejemplo, ": ptes" significa que esa equivalencia será tenida en cuenta 
sólo si estamos traduciendo desde pt a es, no a la inversa

": dudas" no procesará esa equivalencia si lo ordenamos a nivel general 
(podrían existir diferentes niveles de dudas,etc.)

": anormal": esa equivalencia será utilizada sólo si decidimos usar los usos 
menos normales, a nivel global



 |
 | Guarda! Que todo esto no lo probé, lo estoy escribiendo de memoria así
 | que primero quizá tenés que corregir algunos detalles, pero creo que
 | funciona este mecanismo.

Ok, yo por ahora no lo entiendo casi nada, pero lo agregué a la sección de 
ayuda:

http://www.musix.org.ar/wiki/index.php?title=Pt-es_ayudanos

Para incorporarlo eventualmente en algún momento, te agradezco mucho el 
aporte!

-- 
     `&' 
      #    Marcos Guglielmetti, co-director de               
      #   Musix GNU+Linux, 100% Software Libre para artistas      
     _#_       http://www.musix.org.ar           
     (#)     
    / O \    + archivos: ftp://musix.ourproject.org/pub/musix
   ( === )   Ecología: http://autosus.wordpress.com    
    `---'    Personal: http://marcospcmusica.wordpress.com

"¡Ta, ta, ta, taaaa... ta!"

http://es.wikiquote.org/wiki/El_Chavo_del_Ocho