Segmentation tool
Segmentering-verktøyet deler en blokks tekst opp i segmenter på setningsnivå. Segmentering bestemmer oversettelsesenheten og grunnlaget for oversettelsesminne-treff, så konsekvent segmentering er viktig for gjenbruk og gjennomgang. Som standard segmenterer verktøyet kildetekst ved hjelp av innebygde SRX-stilregler som håndterer vanlige setningsgrenser og forkortelser; regler kan også lastes inn fra en SRX-fil.
Antall segmenter som produseres, registreres på hver blokk. Allerede segmentert tekst berøres ikke med mindre resegmentering er forespurt. Måltekst kan segmenteres uavhengig, med sin egen regelfil.
Parameters
| Parameter | Type | Default | Description |
|---|---|---|---|
engine | string | srx | Hvilken segmenterer som skal brukes; standardvalget krever ingen konfigurasjon |
layer | string | Navn på segmenteringsoverleggslag; tomt bruker motorens naturlige lag | |
overwriteSegmentation | boolean | false | Segmenter allerede segmenterte blokker på nytt og erstatt tidligere segmentering |
provider | string | AI-leverandør-ID (anthropic | |
rulesPath | string | Bane til en egendefinert SRX 2.0-regelfil (overstyrer det innebygde regelsettet) | |
model | string | Modellnavn | |
segmentSource | boolean | true | Segmenter kildeteksten |
treatIsolatedCodesAsWhitespace | boolean | false | Behandle isolerte innebygde koder som mellomrom under segmentering |
credential | string | Navn på lagret legitimasjon | |
segmentTarget | boolean | false | Segmenter eksisterende måltekst |
trimLeadingWhitespace | boolean | true | Ekskluder innledende mellomrom fra hvert segmentspenn |
instruction | string | Valgfri veiledning for hvordan du deler opp | |
trimTrailingWhitespace | boolean | true | Utelat etterfølgende mellomrom fra hvert segmentspenn |
maxChunkRunes | integer | Myk øvre grense for del-størrelse i tegn (0 = modellstandard) | |
renumberCodes | boolean | false | Omnummerer innebygde kode-ID-er ved materialisering av segmenter til et tospråklig format |
Configure it live
Examples
Segmenter kildetekst med standardregler
Del kilde opp i setninger ved hjelp av de innebygde reglene.
segmentSource: true
Resegmenter med en egendefinert SRX-fil
Erstatt eksisterende segmentering med prosjektspesifikke regler.
segmentSource: true
overwriteSegmentation: true
sourceSrxPath: ./rules/segmentation.srx
Processing notes
Opererer kun på oversettbare blokker; ikke-oversettbare blokker passerer uendret gjennom.
Det resulterende segmentantallet skrives til en blokk-egenskap.
Limitations
Det innebygde regelsettet er rettet mot vanlige setningsgrenser i latinskriftspråk; ikke-latinske skriftsystemer kan trenge en egendefinert SRX-fil.
← Back to the Tool Reference