تخطي إلى المحتوى الرئيسي

محولات النصوص

محولات النصوص هي خطافات ما بعد الترجمة حتمية 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 نصوص" — حيث تقوم بالترجمة إلى نص عمل (عادةً اللاتيني)، ثم يتم التحويل إلى نص العرض تلقائيًا.

لماذا نستخدم محولات النصوص؟​

تستخدم بعض اللغات أنظمة كتابة متعددة لنفس اللغة المنطوقة:

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

تؤدي الترجمة مباشرة إلى نصوص غير لاتينية إلى حدوث مشكلات: حيث تهلوس النماذج اللغوية الكبيرة (LLMs) في 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 نص متوافق مع أنظمة التحكم في الإصدارات وتحويلها بشكل حتمي في وقت المزامنة.

المحولات المتاحة​

يأتي Rosetta مزودًا بخمسة محولات نصوص مدمجة:

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

الحتمي مقابل المعتمد على الخط​

  • المحولات الحتمية (Cree، Serbian، Klingon، Tengwar) تقوم بتعيين حقيقي من حرف إلى حرف باستخدام القواعد اللغوية. يحتوي المخرجات على أحرف Unicode فعلية.
  • المحولات المعتمدة على الخط (Kryptonian) عبارة عن شفرات استبدال بنسبة 1:1 حيث تكون المخرجات 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، 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، حاول العثور على أطول تطابق ممكن أولاً، ثم التطابقات الأقصر تدريجيًا. تمر الأحرف التي لا تتطابق مع أي نمط (المسافات، علامات الترقيم، الأرقام) دون تغيير.

يتعامل هذا مع الحروف 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 المنطقة (locale code) مع محول مسجل. لا حاجة لأي إعدادات — فقط قم بتعيين المنطقة 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 بتنسيق SRO، ثم يتم تحويلها تلقائيًا إلى Syllabics قبل كتابتها في crk.json.

التحقق من حالة المحول​

npx i18n-rosetta status

تُظهر مخرجات 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 نهم من اليسار إلى اليمين (استخدم sroToSyllabics كقالب)
  3. تسجيله في كائن SCRIPT_CONVERTERS باستخدام رمز المنطقة (locale code) 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​