PLUczeK

Program PLUczeK powstał pod czas prac nad Polsko-Ukraińskim Korpusem Równoległym (PolUKR) w 2009 r. Jest to edytor graficzny i konwerter do formatu XML, napisany w języku C#, oparty na działaniu programu do wyrównywania Hunalign. Program jest dostępny do ściągnięcia na stronie PLUczeK sourceforge.

Wymogi do instalacji

PLUczeK został stworzony dla pracy w środowisku Windows i był testowany na Windows XP Professional, Vista oraz Windows 7. Dla poprawnego działania edytora, Hunalign musi znajdować się w jego katalogu wraz ze słownikiem z rozszerzeniem .dic w podkatalogu „data”. Opis formatu słownika można znaleźć na podanej stronie internetowej Hunalignu.
Oprócz tego, zalecane jest zainstalowanie platformy .NET: http://www.microsoft.com/net/download.aspx

Format danych wejściowych i wyjściowych

PLUczeK wymaga szczególnego formatu danych wejściowych – teksty już muszą być przed tym podzielone poprawnie na zdania i akapity, granica między akapitami jest oznaczana dwiema pustymi liniami, a granica między zdaniami – jedną. Plik musi mieć format .txt, kodowanie UTF-8 i nie zawierać więcej niż dwóch pustych linijek pod rząd. PLUczeK generuje przy zapisie trzy pliki – oprócz przetworzonych na XML plików tekstowych "wypluwa" także plik z wyrównaniem, tzw. stand-off alignment. Format plików jest zgodny z XML/XCES.

Praca z PLUczKiem, krok po kroku

• Krok 1: Wstępne wyrównanie automatyczne tekstów
• Krok 2: Wybór plików
• Krok 3: wczytywanie danych do tabeli
• Krok 4: Dzielenie na strony
• Krok 5: Modyfikacja wierszy
• Krok 6: Zapisywanie wyświetlonej tabeli do plików
• Krok 7: Ładowanie wcześniej stworzonych plików XML dla dodatkowej edycji

Krok 1: Wstępne wyrównanie automatyczne tekstów

Naciśnij przycisk

Krok 2: Wybór plików

Podajemy ścieżki do 2-óch plików z tekstami oryginalnym i tłumaczony oraz wybieramy sposób przetwarzania tekstów przez Hunalign.
Sposób 1: hunalign.exe pus.dic plik_oryg.txt plik_tlum.txt -text > plik_1.txt
Sposób 2: hunalign.exe pus.dic plik_oryg.txt plik_tlum.txt -realign -text > plik_2.txt
Druga opcja zawiera dodatkowy cykl wyrównania i daje lepsze wyniki dla niektórych rodzajów tekstów.

Krok 3: wczytywanie danych do tabeli

Następnie używamy przycisku , który służy do załadowania danych (z trzech plików: dwa pliki podane przez użytkownika oraz jeden plik stworzony za pomocą programu Hunalign) na ekran, co możemy zauważyć na poniższym obrazku.

Krok 4: Dzielenie na strony

Jeżeli załadowany tekst ma więcej jak 100 wierszy, program automatycznie dzieli tekst na strony. Przechodzeniu do poprzedniej lub do następnej strony służą przyciski strzałek: . Na przykład, po naciśnięciu widzimy kolejną stronę tekstu:

Uwaga! Będąc na pierwszej stronie, po naciśnięciu przycisku , dostaniemy poniższy komunikat:

Będąc na ostatniej stronie, po naciśnięciu przycisku strzałki dostaniemy taki sam komunikat (zob. obrazek poniżej):

Krok 5: Modyfikacja wierszy

Przycisk służy do dzielenia zdań z zaznaczonej komórki.

Np.: Po zaznaczeniu komórki klikamy na ten przycisk, po czym dostaniemy formularz do przycinania (zob. obrazek niżej).

W komórce, gdzie znajduje się tekst do podziału, zaznaczamy kursorem miejsce, w którym trzeba podzielić dany tekst. Jeżeli zaznaczymy w nieodpowiednim miejscu, zostanie wyświetlony następny komunikat:

W przypadku, kiedy zaznaczymy poprawnie, dostaniemy taki efekt (po prawej stronie):

Po naciśnięciu przycisku "Akceptuj", zauważymy zmiany w tabeli: Przycisk służy do scalania tekstu z kilku komórek w jedną. Na poniższym przykładzie pokazane jest zaznaczenie kilku komórek z tekstem, który chcemy połączyć. Po naciśnięciu przycisku możemy zauważyć, że teksty z zaznaczonych komórek zostały połączone w jedną. Uwaga: Jeżeli zaznaczymy jedną komórkę i naciśniemy przycisk Scal, to zostanie wyświetlony komunikat (jak poniżej).

Krok 6: Zapisywanie wyświetlonej tabeli do plików

Pliki wyjściowe generujemy za pomocą przycisku . Musimy wskazać katalog, do którego powinny zostać zapisane pliki, oraz podać nazwę pliku głównego (przechowuje numerację), a dwa dodatkowe pliki, które automatycznie stworzą się z plikiem głównym będą przechowywać oddzielnie tekst oryginalny oraz tekst tłumaczony. Szczególną uwagę należy zwrócić na końcówkę nazwy pliku, mianowicie cztery ostatnie znaki, które pojawią się przed rozszerzeniem .xml. Czwarty i trzeci znaki od końca muszą zawierać kod języka tekstu oryginalnego, tzn. tego, który się wyświetlał w PLUczKu po lewej stronie. Drugi i pierwszy od końca znaki są kodem języka tekstu tłumaczonego. Np. nazywając końcowy plik lemsolpluk, generujemy automatycznie trzy pliki XML: lemsolpluk.xml, lemsolpl.xml oraz lemsoluk.xml. Podane kody języków „pl” i „uk” pojawią się także w nagłówkach plików z tekstami, jako identyfikatory wersji językowych.

Krok 7: Ładowanie wcześniej stworzonych plików XML dla dodatkowej edycji

Po zapisaniu danych do plików, możemy teraz wciągnąć dane, które już wcześniej były przetwarzane za pomocą tego programu. Dla tego służy przycisk .

Uwaga: Ze względu na możliwość utracenia ważnych danych (np. może zapomnieliśmy zapisać lub rozmyśliliśmy się, chcemy dalej działać z tym tekstem a nie ładować następny) zostanie wyświetlony komunikat:

Jeżeli naciśniemy przycisk Tak, to tabela zostanie wyczyszczona i wyświetlone będą świeżo pobrane dane (w przypadku poprawnie podanego pliku!). Jeżeli jesteśmy pewni, to otwieramy wcześniej stworzony zestaw, podać nazwę pliku wyrównania (zawiera zestawienie numeracji zdań oryginalnych i tłumaczonych).

Na poniższym obrazku, możemy zauważyć, że program wyświetlił dane pobrane z podanych plików:

Jeżeli po modyfikacji wyświetlonych danych, zażyczymy sobie przejść do kroku 1, czyli Analizuj Zdania, zostanie wyświetlony komunikat:

Jasne, jak zawsze, wyświetlany dla bezpieczeństwa ważnych danych/modyfikacji.

Życzymy miłej pracy i dobrych wyników!