[英]Apertium translator. Is there a way to get the original phrase
有没有一种方法在apertium翻译器中获得翻译的原始短语?
IE得到类似的东西:
phrase: {
original: { Hola, buenos días},
translated: {Hello, good morning}
}
我需要这样做才能建立一种机制来改进翻译。
如果您通过命令行界面发送语料库,例如
xzcat corpus.sme.xz | sed 's/$/ ./' | apertium -f html-noent sme-nob > translated.nob.mt
那你就可以试试
xzcat corpus.sme.xz | paste - translated.nob.mt
然后获取输出旁边的输入。 这假设您想要在换行符上拆分。 sed
用于确保单词不会在换行符之间移动(规则往往不会跨越句子边界)。
这将是快速的,但它有点hacky并且有许多边缘情况。
如果您想要更多控制,一种方法是在本地安装JSON API并一次发送一个请求。
如果你有一个最近的Debian / Ubuntu(或正在使用其中一个aperts repos ),你可以获得API
sudo apt install apertium-apy
sudo systemctl start apertium-apy # start it right now
sudo systemctl enable apertium-apy # let it start on next boot
然后你可以像这样翻译:
$ echo 'Jeg liker ikke ansjos' | curl --data-urlencode 'q@-' 'localhost:2737/translate?langpair=nob|nno'
{"responseDetails": null, "responseData": {"translatedText": "Eg likar ikkje ansjos"}, "responseStatus": 200}
(或来自Javascript标准的ajax请求,一些文档在http://wiki.apertium.org/wiki/Apertium-apy/Debian和http://wiki.apertium.org/wiki/Apertium-apy#Usage )
请注意,apertium-apy默认为/ usr / share / apertium / modes中的对提供服务; 如果您手动启动它(而不是通过systemctl),您可以将其指向不同的路径。
如果你想生成你的例子中的JSON格式,最简单的方法是使用jq
( sudo apt install jq
),例如
$ orig="Jeg liker ikke ansjos"
$ echo "$orig" \
| curl -Ss --data-urlencode 'q@-' 'localhost:2737/translate?langpair=nob|nno' \
| jq "{phrase: {original:\"$orig\", translated:.responseData.translatedText }}"
{
"phrase": {
"original": "Jeg liker ikke ansjos",
"translated": "Eg likar ikkje ansjos"
}
}
或在语料库上:
xzcat corpus.nob.xz | while read -r orig; do
echo "$orig" \
| curl -Ss --data-urlencode 'q@-' 'localhost:2737/translate?langpair=nob|nno' \
| jq "{phrase: {original:\"$orig\", translated:.responseData.translatedText}}";
done
(对500行的简单测试表明,这需要23.7秒的挂钟时间,而paste
版本需要5.5秒。)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.