memoq

清早起来，就开始断断续续做着翻译。孩子们因为台风没有上学，望着窗外的大雨不知道如何是好。 Emma带着孩子们收拾房间，Lisa因为收拾的时候忘记了要做什么，就开始玩她的玩具去了；至于Angela，她的任务是把地上所有的蜡笔捡起来。David看着地上的玩具发愁，我答应帮助他一道收拾，他才肯动手。 就这样时有时无的做着翻译，偶尔起来给孩子们的万圣节南瓜拍照，顺手上网查找万圣节的来历，看到维基百科年底募款，捐了20+1美元（1元充作Paypal提款手续费）。 终于弄明白万圣节的来历：Hallow是神圣的意思，就像主祷文里的“Hallowed be thy name”，而“een”是“evening”的缩写，所以Halloween的意思是万圣节前夜，或者 The Hollowed Day’s Eve，就像圣诞前夜叫做Christmas Eve一样。Halloween是10月31日晚上，万圣节（The Saints’ Day）是11月1日。这是维基百科说的，也是我为何要捐款给Wikipedia的理由。 回到翻译： 截图的右下角，是翻译这句话的时间和用时情况。今天状态并不是太好，一天仅仅做了100多节，Section 5345-5468 = 123节。开头一节用时2分23秒，最后一节用时3分38秒。按照这个速度，我这本“雅各书注释”还有2324节，大概还需要4000分钟，等于67个小时的工作量，还不算校对的时间。要在圣诞节前完工，需要每个月投入24小时，或者每周6小时，或者每天1.5小时。 整个项目一共146498字（原文词汇），已经完成了10万字，还有44282字。 翻译是个没有半点虚伪的活。每时每刻都在烧脑和烧咖啡之间。我已经有点累了。幸好，孩子们已经睡去。我也该休息了。

你是一个翻译，但是至少你得懂一点正则表达式。所以，做好你先拿个计算机科学的学位，再做翻译。 谈到分句，也就是将一个文档自动分为合适的句子，也是一个难题。 例如，把句子的结尾设为句号（.），问号（？）和感叹号（!），或许还要加上省略号。 但是，遇到缩写就出问题，例如 a.d. 或者 etc. 之类的，就要例外规则。 另一个问题是句号后面出现参考文献脚注，这是我长期头痛的问题。 具体解决方案见： Segmentation rules for text with references 我先把他的解决方案抄一遍： \p{Ll}\.[\)\]”"]?\d+([-–,]\d+)?#!#[\s]+\p{Lu} 但这不是我研究出来的。 ***************************************** 如果不是因为我刚买了新的笔记本电脑（原来那个是2010年的Thinkpad X220T，目前主要用途是用CPU的热量来煎鸡蛋），我就不会想起把skydrive 目录下的所有文件移动到onedrive上，就不会丢失所有memoQ的存档文件。 幸好上一个项目刚刚做完，已经发给客户。但是另一个在做圣经注释的项目则不是那么幸运，丢失了翻译好的200多句，而且连TranslationMemory也丢掉了。 所以，只能重新输入文档，重新对齐源语言和目标语言。这才是我研究分句的动机，为了让对齐的过程更自动化一点，不用我再去一个一个句子合并和分句。 ****************************************** 上面提到的解决方案并不好，所以还是得自己研究。乘着David、Lisa、Angela、Emma都睡着的时候（1天中间只有4个小时的黄金时间），赶紧研究分析正则表达式。最后的结论是，MemoQ的分句规则不识别扩展标签\tag，这件事情应该给他们的研发部门提提意见。 好吧，最终成果是增加的四条规则，一条例外，让分句从3800提高到了4138，基本上把所有脚注尾注的分析都解决了。 规则如下： #end#\d+#!#[\s]+\p{Lu} #end#[\s]*#rpar#\d+#!#[\s]+\p{Lu} #end#\d+#!#[\s]+#lpar#[\s]*\p{Lu} #end#[\s]*#rpar#\d+#!#[\s]+#lpar#[\s]*\p{Lu} 添加在规则 #end##!#[\s]+\p{Lu} 之下的例外： \b#abbr##!#[\s]+#lpar# *********************************************** 其中， #end# ： 句号、问号、省略号和感叹号的集合，表示句子的结尾。 #!# ： 分句的位置。等于回车换行符 #abbr# ： 各种以句点结束的缩写，例如 etc. a.d. 等等，自行增加所有圣经书卷的缩写 #lpar# ： 左括号、左引号等各种句子起头的方式 #rpar# ： 右括号、右引号等各种句子结尾的方式 \p{Lu} ： 一切大写的Unicode字符。 ************************************************************ 哈，我在干什么？