断句规则 (TMS)

文本由 Phrase Language AI 从英语机器翻译而得。

断句

断句是将原文拆分为较小部分的过程。这可以提高从翻译记忆库中检索先前已翻译文本的效果。断句显示在编辑器<2>中，并且可以被筛选。如果项目具有工作流步骤，则断句中的更改会显示在翻译更改窗格<4>中。

默认断句规则对应于每种受支持语言的特性，并且可以进行自定义。

因断句不佳（例如文档文件格式设置不当或应用了不适当的断句自定义）而导入的任务可能会影响翻译记忆库匹配值。建议在导入前花一些时间检查和准备源文件；一个常见的问题是错误地使用换行符与段落分隔符。

示例：

良好的断句：

支持多语言译文的翻译记忆库，并可双向使用。

匹配值为 100%。

糟糕的断句

支持多语言译文的翻译记忆库。

匹配值为 100%。
并可双向使用。

匹配值为 63%。

自定义断句规则

自定义断句规则可应用于任务和项目模板。如果项目需要自定义断句规则，则需要为该项目创建一个模板。当设置为主要时，自定义断句规则将应用于为该原文/源语语言导入的所有新任务。

断句规则有两种类型：

.XLSX 文件的缩写
.SRX 文件的正则表达式

要使用自定义规则，请下载默认规则，进行修改，上传修改后的文件，然后将其应用于指定任务。

注意

当为无空格的 CJK 原文/源语语言（而译文语言将使用空格作为单词分隔符）添加自定义断句规则时，请确保在由自定义规则拆分的译文断句中添加前导或尾随空格；这可以分隔译文中的单词。虽然这在由默认断句规则形成的断句中会自动发生，但在手动拆分的断句或由其他自定义断句规则形成的断句中不会添加空格。

下载默认断句规则

要下载默认断句规则，请按照以下步骤操作：

从设置页面，向下滚动到项目设置部分，然后点击断句。

断句页面打开。
选择要自定义的语言，然后点击导出 XLSX/SRX。

导出 XLSX/SRX 窗口打开。
选择格式：
- XLSX 提供缩写列表。
- SRX 提供正则表达式规则。
从下拉列表选择一种语言。
点击下载。

文件已下载到您的系统。

要下载之前上传的断句规则，请按照以下步骤操作：

从设置页面，向下滚动到项目设置部分，然后点击断句。

断句页面打开。
点击右侧的设置图标并选择自定义列：
启用文件名列
点击文件名以下载预先保存的规则。

编辑.XLSX文件中的缩写

可以为单个语言指定缩写，之后不应创建新的句段。

要编辑缩写，请按照以下步骤操作：

在编辑器中打开下载的.XLSX文件。
使用以下格式更改内容：

XLSX文件必须包含两列，且不能有标题。
- 第1列：要指定的缩写
- 第2列：断句行为的规范
  - ABBR_UPPER_NUM
    
    如果缩写后跟有空间，然后是一个数字、一个符号（数学符号、货币符号、装饰符号等）或首字母大写的单词，则不会创建新的句段。
  - ABBR_NUM
    
    如果缩写后跟有空间，然后是一个数字，则不会创建新的句段。
保存编辑后的.XLSX文件。

编辑.SRX文件中的正则表达式

编辑.SRX文件是一个复杂的过程，仅适用于精通正则表达式的用户。

SRX文件中可以更改多条规则：

导入XLSX文件中的文本而不进行断句；一个单元格等于一个句段。
导入文本并换行，以便将一个句段拆分为两个。
使用冒号（或任何其他字符）作为句段分隔符。
禁止使用分号（或任何其他字符）作为句段分隔符。
从列表中移除缩写（文本将被断句）。

这些规则是 基于字符的；只能使用单个字符作为句段分隔符。字符组（例如：<p>）不能用作句段分隔符。

要编辑 SRX 文件，请按照以下步骤操作：

在文本编辑器（如 Notepad ++）中打开该文件。
使用正则表达式编辑或完全移除内部断句。

例如：
- <rule break=\"no\">
  
  规则列表，句段将不会在此处断句。即缩写列表
- <rule> <beforebreak>
  
  断句前字符的正则表达式（例如，在句子末尾 \". ? ! :\"）。例如，如果您不想在冒号后断句，只需从每个 <rule><beforebreak> 代码中删除 :。
- <rule> <afterbreak>
  
  断句后字符的正则表达式（例如，在新句子开头；一个空格和大写字母）。
保存修改后的 SRX 文件。

上传新断句规则

要上传修改后或新的断句规则，请按照以下步骤操作：

从“设置 ”页面，向下滚动到“项目设置”部分，然后点击“断句”。

断句页面打开。
单击新建。

“上传自定义 XLSX 或 SRX 断句文件”页面随即打开。
从下拉列表选择一种语言。
为该规则提供一个名称。
点击选择文件。

文件选择窗口打开。
选择修改后的规则文件进行上传。
如果自定义断句规则将作为所选语言的主要断句规则，请勾选主要。
点击创建。

断句<1> 页面打开，规则已添加到列表中。

在工作导入时使用自定义断句规则

若要在工作导入时使用自定义断句规则或配置译文句段长度，请遵循以下步骤：

在创建工作的第 8 步，从文件导入设置中点击断句和句段长度。

断句和句段长度选项下拉菜单打开。
从原文/源语断句规则<1> 下拉列表中选择修改后的规则。
（可选）根据项目要求配置译文句段长度限制（例如字幕翻译）：
- 选择最大译文句段长度（占原文百分比）<1> 并输入首选百分比，以根据原文句段限制句段长度。
- 选择最大译文句段长度（字符数）<1> 并输入字符数，以按字符数限制句段长度。
点击创建。

工作已创建并使用指定的断句规则添加到列表中。

更改断句示例（1 个单元格 1 个句段）

从 SRX 文件中移除所有内部<1> 断句规则，仅保留所应用整个段落、元素或单元格的基本断句。此断句规则可应用于每种文件类型（MS Word、XML、HTML、Excel 等）。

例如：

	A	B
1	彼得！等等！
2	你好。
3

此 XLSX 示例以默认断句导入后将包含 3 个片段：彼得！、等等！ 以及你好。

如果移除所有内部断句，仅保留基于单元格的基本断句，则只有两个片段：彼得！等等！ 以及你好。

编辑 SRX 文件以移除所有默认断句规则，即  和 </languagerule> 之间的代码。

例如：

级联可能会导致此示例无法工作。在这种情况下，请在 Notepad++ 中打开已编辑的 SRX 文件，找到 header 元素的两个属性，并将两者都更改为 no。