TableOfContents

Include(ZPyUGnav)

大数据集:频繁测试成员关系

题面儿

Roy Liu <[email protected]>
reply-to        [email protected]
to      [email protected]
date    Mon, Mar 9, 2009 at 19:28
subject [CPyUG:80888] 大数据集，频繁测试成员关系，各位有何建议

需要编写一个针对技术文档翻译后的校对工作的小程序，不知各位能否给点建议。

• 我的需要是这样的：
  • 在进行翻译之前，发包方会提供一个中英对照的标准术语翻译表（放在 Excel 文件中），翻译人员在翻译文档时，如果遇到相应的术语，就要按照对方提供的术语表来翻译。
  • 这个程序的作用就是预先识别出待翻译文档中的所有术语，并用特殊格式显示出文档中包含的术语，以便提醒翻译人员。
• 我在做法是这样的：
  1. 把术语表读取出来，做成一个字典 textPair{}，其中以英文术语作为键值，以中文翻译作为项值，即 textPair[En] = Ch。
  2. 将待翻译文档中的内容，分割成一个一个句子(用翻译工具可以做到这个)，然后将这些句子装入一个列表 transPair[] 中。
  3. 然后:

for term in textPair:
         for sentence in transPair:
                if term in sentence:
                       do something

但是，我发现这样做的效率很低，自己又没什么更好的方法，因此来这里看看，希望有高手能共同探讨一下。

ZSP

张沈鹏 <[email protected]>
reply-to        [email protected]
to      [email protected]
date    Mon, Mar 9, 2009 at 19:53

囧 英文的 很好办

• 虽然我有一个能牛XX的多模式匹配不过这里还用不到;just 改一下 循环

   1 for sentence in transPair:
   2   result=[]
   3   for term in sentence.split(' '):
   4        if term in textPair:
   5           result.append("xxxxxxxxxxxxx")
   6        else:
   7            result.appned(term)
   8    print " ".join(result)

多模式匹配

张沈鹏 <[email protected]>
reply-to        [email protected]
to      [email protected]
date    Tue, Mar 10, 2009 at 07:33

算了 我还是扔出牛逼无比的多模式匹配吧

感谢伟大的redsea前辈,因为代码是他抠出来的:)

建议

• 单个单词用我原来给的方法
• 多个单词用多模式匹配
• 这样效率最高

见附件: attachment:zspy.7z

• 2.5应该可以用;其他的要自己编译一下
• 当然,极度高效的做法是去改多模式匹配的封装 修改他的回调函数不过还是2-3次扫描比较快
• attachment:多模式匹配算法简介.pdf

反馈

创建 by -- ZoomQuiet [DateTime(2009-03-10T03:02:14Z)]