تخطي إلى المحتوى الرئيسي

محولات النصوص

محولات النصوص هي خطافات (hooks) حتمية (deterministic) تُنفذ بعد الترجمة ولا تعتمد على النماذج اللغوية الكبيرة (LLM-free)، وتقوم بتحويل النص من نظام كتابة إلى آخر. وهي تتيح سير عمل يعتمد على مبدأ "ترجم مرة واحدة، واعرض بعدة أنظمة كتابة" — حيث تقوم بالترجمة إلى نظام كتابة عملي (عادةً اللاتيني)، ثم يتم التحويل إلى نظام كتابة العرض تلقائيًا.

لماذا نستخدم محولات النصوص؟​

تستخدم بعض اللغات أنظمة كتابة متعددة لنفس اللغة المنطوقة:

  • Plains Cree: نظام SRO (اللاتيني) للتحرير → المقاطع اللفظية (Syllabics) (ᓀᐦᐃᔭᐍᐏᐣ) للعرض
  • Serbian: اللاتيني للاستخدام الدولي → السيريلي (Cyrillic) للاستخدام المحلي
  • Klingon: الكتابة بالحروف اللاتينية (Romanization) للكتابة → pIqaD ( ) للعرض

تؤدي الترجمة المباشرة إلى أنظمة كتابة غير لاتينية إلى حدوث مشكلات: حيث تهلوس النماذج اللغوية الكبيرة (LLMs) في كتابة الأحرف، وتصبح ملفات JSON صعبة في التحكم في الإصدارات (version-control)، ولا تستطيع أدوات المقارنة (diff tools) مقارنة التغييرات. تحل محولات النصوص هذه المشكلة عن طريق الاحتفاظ بالترجمات في نظام كتابة متوافق مع أنظمة التحكم في الإصدارات، وتحويلها بشكل حتمي في وقت المزامنة.

المحولات المتاحة​

يأتي Rosetta مزودًا بخمسة محولات نصوص مدمجة:

الإعدادات المحلية (Locale)منإلىالنوعهل يتطلب خطًا؟
crkSRO (Standard Roman Orthography)Cree Syllabicsحتمي (Deterministic)لا — Unicode أصلي
srاللاتينيالسيريلي (Cyrillic)حتميلا — Unicode أصلي
tlhالكتابة بالحروف اللاتينيةpIqaDحتمينعم — PUA U+F8D0–F8FF
x-elvish-sاللاتينيTengwar (Mode of Beleriand)حتمينعم — PUA U+E000–E07F
x-kryptonianاللاتينيKryptonianتشفير قائم على الخطنعم — PUA U+E100–E119

المحولات الحتمية مقابل المحولات القائمة على الخطوط​

  • المحولات الحتمية (Deterministic converters) (Cree، Serbian، Klingon، Tengwar) تقوم بتعيين حقيقي من حرف إلى حرف باستخدام القواعد اللغوية. يحتوي المخرج على أحرف Unicode فعلية.
  • المحولات القائمة على الخطوط (Font-based converters) (Kryptonian) هي شفرات استبدال بنسبة 1:1 حيث يكون المخرج عبارة عن أحرف Unicode PUA لا تُعرض بشكل صحيح إلا عند تحميل خط معين.

كيف تعمل​

تعمل محولات النصوص بعد الترجمة كخطوة معالجة لاحقة (post-processing). يكون مسار العمل (pipeline) كالتالي:

Source (English) → LLM Translation → Working Script → Script Converter → Display Script

على سبيل المثال، لغة Plains Cree:

"Welcome" → LLM → "tānisi" (SRO) → Converter → "ᑖᓂᓯ" (Syllabics)

المطابقة النهمة من اليسار إلى اليمين (Greedy Left-to-Right Matching)​

تستخدم جميع المحولات نفس الخوارزمية: في كل موضع حرف، يتم تجربة أطول تطابق ممكن أولاً، ثم التطابقات الأقصر تدريجيًا. تمر الأحرف التي لا تتطابق مع أي نمط (المسافات، علامات الترقيم، الأرقام) دون تغيير.

يعالج هذا الأحرف المزدوجة (digraphs) والثلاثية (trigraphs) بشكل صحيح:

  • Klingon: tlh → حرف pIqaD واحد (وليس t + l + h)
  • Serbian: nj → њ (وليس н + ј)
  • Cree: twê → مقطع لفظي واحد (وليس t + w + ê)

استخدام محولات النصوص​

يتم تنشيط محولات النصوص تلقائيًا عندما يتطابق رمز الإعدادات المحلية (locale code) مع محول مسجل. لا حاجة لأي تكوين — ما عليك سوى تعيين الإعدادات المحلية المستهدفة:

i18n-rosetta.config.json
{
  "pairs": {
    "en:crk": {
      "method": "llm-coached",
      "model": "google/gemini-2.5-pro"
    }
  }
}

عندما يقوم rosetta بمزامنة الزوج en:crk، يتم إنتاج الترجمات أولاً بنظام SRO، ثم يتم تحويلها تلقائيًا إلى المقاطع اللفظية (Syllabics) قبل كتابتها في crk.json.

التحقق من حالة المحول​

npx i18n-rosetta status

يُظهر مخرج الحالة الأزواج التي تحتوي على محولات نصوص نشطة ونوع التحويل الذي تقوم به.

متطلبات خطوط الويب​

تُخرج ثلاثة محولات أحرفًا من منطقة الاستخدام الخاص (PUA) في Unicode والتي تتطلب خطوط ويب مخصصة:

Klingon (pIqaD)​

قم بتثبيت خط pIqaD متوافق مع CSUR (مثل "pIqaD qolqoS" أو "Klingon pIqaD HaSta"):

@font-face {
  font-family: 'pIqaD';
  src: url('/fonts/pIqaD.woff2') format('woff2');
  unicode-range: U+F8D0-F8FF;
}

:lang(tlh) {
  font-family: 'pIqaD', sans-serif;
}

Tengwar (Sindarin)​

قم بتثبيت خط Tengwar متوافق مع CSUR (مثل "Tengwar Formal CSUR" أو "Tengwar Annatar"):

@font-face {
  font-family: 'Tengwar';
  src: url('/fonts/tengwar-formal-csur.woff2') format('woff2');
  unicode-range: U+E000-E07F;
}

:lang(x-elvish-s) {
  font-family: 'Tengwar', serif;
}

Kryptonian​

قم بتثبيت خط Kryptonian معين إلى نقاط تشفير PUA من U+E100 إلى U+E119:

@font-face {
  font-family: 'Kryptonian';
  src: url('/fonts/kryptonian.woff2') format('woff2');
  unicode-range: U+E100-E119;
}

:lang(x-kryptonian) {
  font-family: 'Kryptonian', sans-serif;
}

:::tip نهج بديل لـ Kryptonian نظرًا لأن Kryptonian عبارة عن شفرة خالصة من A إلى Z، يمكنك تخطي محول النصوص بالكامل وتطبيق الخط على النص اللاتيني عبر CSS. غالبًا ما يكون هذا أبسط لعمليات النشر على الويب — ما عليك سوى توفير خط Kryptonian وتعيين font-family على العناصر ذات الصلة. :::

إضافة محول مخصص​

لإضافة محول للغة جديدة، قم بتحرير lib/scripts.js:

  1. إنشاء خريطة التحويل — مصفوفة مرتبة من أزواج [from, to]، بحيث تكون التسلسلات الأطول أولاً
  2. إنشاء دالة المحول — ماسح ضوئي نهم (greedy scanner) من اليسار إلى اليمين (استخدم sroToSyllabics كقالب)
  3. تسجيله في كائن SCRIPT_CONVERTERS باستخدام رمز الإعدادات المحلية كمفتاح
  4. إضافة حقل script إلى إدخال سجل اللغة في registers.js
// Example: adding a converter for Cherokee (chr)
const LATIN_TO_CHEROKEE_MAP = [
  ['ga', 'Ꭶ'], ['ka', 'Ꭷ'], ['ge', 'Ꭸ'], // ...
];

function latinToCherokee(text) {
  // Same greedy left-to-right pattern as other converters
}

SCRIPT_CONVERTERS['chr'] = {
  from: 'Latin',
  to: 'Cherokee Syllabary',
  type: 'deterministic',
  converter: latinToCherokee,
};

انظر أيضًا​