Implement new translation options
This commit is contained in:
parent
4415a71ae2
commit
73cc64fb5c
@ -240,6 +240,7 @@ class Translator {
|
|||||||
|
|
||||||
definitions.push({
|
definitions.push({
|
||||||
source: deinflection.source,
|
source: deinflection.source,
|
||||||
|
rawSource: deinflection.rawSource,
|
||||||
reasons: deinflection.reasons,
|
reasons: deinflection.reasons,
|
||||||
score: definition.score,
|
score: definition.score,
|
||||||
id: definition.id,
|
id: definition.id,
|
||||||
@ -260,7 +261,7 @@ class Translator {
|
|||||||
|
|
||||||
let length = 0;
|
let length = 0;
|
||||||
for (const definition of definitions) {
|
for (const definition of definitions) {
|
||||||
length = Math.max(length, definition.source.length);
|
length = Math.max(length, definition.rawSource.length);
|
||||||
}
|
}
|
||||||
|
|
||||||
return [definitions, length];
|
return [definitions, length];
|
||||||
@ -274,6 +275,7 @@ class Translator {
|
|||||||
|
|
||||||
return [{
|
return [{
|
||||||
source: text,
|
source: text,
|
||||||
|
rawSource: text,
|
||||||
term: text,
|
term: text,
|
||||||
rules: 0,
|
rules: 0,
|
||||||
definitions,
|
definitions,
|
||||||
@ -320,27 +322,71 @@ class Translator {
|
|||||||
return deinflections.filter((e) => e.definitions.length > 0);
|
return deinflections.filter((e) => e.definitions.length > 0);
|
||||||
}
|
}
|
||||||
|
|
||||||
getAllDeinflections(text, _options) {
|
getAllDeinflections(text, options) {
|
||||||
|
const translationOptions = options.translation;
|
||||||
const textOptionVariantArray = [
|
const textOptionVariantArray = [
|
||||||
[false, true] // convert katakana to hiragana
|
Translator.getTextOptionEntryVariants(translationOptions.convertKatakanaToHiragana),
|
||||||
|
Translator.getTextOptionEntryVariants(translationOptions.convertHalfWidthCharacters),
|
||||||
|
Translator.getTextOptionEntryVariants(translationOptions.convertNumericCharacters),
|
||||||
|
Translator.getTextOptionEntryVariants(translationOptions.convertAlphabeticCharacters)
|
||||||
];
|
];
|
||||||
|
|
||||||
const deinflections = [];
|
const deinflections = [];
|
||||||
const used = new Set();
|
const used = new Set();
|
||||||
for (const [hiragana] of Translator.getArrayVariants(textOptionVariantArray)) {
|
for (const [hiragana, halfWidth, numeric, alphabetic] of Translator.getArrayVariants(textOptionVariantArray)) {
|
||||||
let text2 = text;
|
let text2 = text;
|
||||||
|
let sourceMapping = null;
|
||||||
|
if (halfWidth) {
|
||||||
|
if (sourceMapping === null) { sourceMapping = Translator.createTextSourceMapping(text2); }
|
||||||
|
text2 = jpConvertHalfWidthKanaToFullWidth(text2, sourceMapping);
|
||||||
|
}
|
||||||
|
if (numeric) { text2 = jpConvertNumericTofullWidth(text2); }
|
||||||
|
if (alphabetic) {
|
||||||
|
if (sourceMapping === null) { sourceMapping = Translator.createTextSourceMapping(text2); }
|
||||||
|
text2 = jpConvertAlphabeticToKana(text2, sourceMapping);
|
||||||
|
}
|
||||||
if (hiragana) { text2 = jpKatakanaToHiragana(text2); }
|
if (hiragana) { text2 = jpKatakanaToHiragana(text2); }
|
||||||
|
|
||||||
for (let i = text2.length; i > 0; --i) {
|
for (let i = text2.length; i > 0; --i) {
|
||||||
const text2Substring = text2.substring(0, i);
|
const text2Substring = text2.substring(0, i);
|
||||||
if (used.has(text2Substring)) { break; }
|
if (used.has(text2Substring)) { break; }
|
||||||
used.add(text2Substring);
|
used.add(text2Substring);
|
||||||
deinflections.push(...this.deinflector.deinflect(text2Substring));
|
for (const deinflection of this.deinflector.deinflect(text2Substring)) {
|
||||||
|
deinflection.rawSource = Translator.getDeinflectionRawSource(text, i, sourceMapping);
|
||||||
|
deinflections.push(deinflection);
|
||||||
|
}
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
return deinflections;
|
return deinflections;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
static getTextOptionEntryVariants(value) {
|
||||||
|
switch (value) {
|
||||||
|
case 'true': return [true];
|
||||||
|
case 'variant': return [false, true];
|
||||||
|
default: return [false];
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
static getDeinflectionRawSource(source, length, sourceMapping) {
|
||||||
|
if (sourceMapping === null) {
|
||||||
|
return source.substring(0, length);
|
||||||
|
}
|
||||||
|
|
||||||
|
let result = '';
|
||||||
|
let index = 0;
|
||||||
|
for (let i = 0; i < length; ++i) {
|
||||||
|
const c = sourceMapping[i];
|
||||||
|
result += source.substring(index, index + c);
|
||||||
|
index += c;
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
static createTextSourceMapping(text) {
|
||||||
|
return new Array(text.length).fill(1);
|
||||||
|
}
|
||||||
|
|
||||||
async findKanji(text, options) {
|
async findKanji(text, options) {
|
||||||
const dictionaries = dictEnabledSet(options);
|
const dictionaries = dictEnabledSet(options);
|
||||||
const titles = Object.keys(dictionaries);
|
const titles = Object.keys(dictionaries);
|
||||||
|
@ -17,6 +17,65 @@
|
|||||||
*/
|
*/
|
||||||
|
|
||||||
|
|
||||||
|
const jpHalfWidthCharacterMapping = new Map([
|
||||||
|
['ヲ', 'ヲヺ-'],
|
||||||
|
['ァ', 'ァ--'],
|
||||||
|
['ィ', 'ィ--'],
|
||||||
|
['ゥ', 'ゥ--'],
|
||||||
|
['ェ', 'ェ--'],
|
||||||
|
['ォ', 'ォ--'],
|
||||||
|
['ャ', 'ャ--'],
|
||||||
|
['ュ', 'ュ--'],
|
||||||
|
['ョ', 'ョ--'],
|
||||||
|
['ッ', 'ッ--'],
|
||||||
|
['ー', 'ー--'],
|
||||||
|
['ア', 'ア--'],
|
||||||
|
['イ', 'イ--'],
|
||||||
|
['ウ', 'ウヴ-'],
|
||||||
|
['エ', 'エ--'],
|
||||||
|
['オ', 'オ--'],
|
||||||
|
['カ', 'カガ-'],
|
||||||
|
['キ', 'キギ-'],
|
||||||
|
['ク', 'クグ-'],
|
||||||
|
['ケ', 'ケゲ-'],
|
||||||
|
['コ', 'コゴ-'],
|
||||||
|
['サ', 'サザ-'],
|
||||||
|
['シ', 'シジ-'],
|
||||||
|
['ス', 'スズ-'],
|
||||||
|
['セ', 'セゼ-'],
|
||||||
|
['ソ', 'ソゾ-'],
|
||||||
|
['タ', 'タダ-'],
|
||||||
|
['チ', 'チヂ-'],
|
||||||
|
['ツ', 'ツヅ-'],
|
||||||
|
['テ', 'テデ-'],
|
||||||
|
['ト', 'トド-'],
|
||||||
|
['ナ', 'ナ--'],
|
||||||
|
['ニ', 'ニ--'],
|
||||||
|
['ヌ', 'ヌ--'],
|
||||||
|
['ネ', 'ネ--'],
|
||||||
|
['ノ', 'ノ--'],
|
||||||
|
['ハ', 'ハバパ'],
|
||||||
|
['ヒ', 'ヒビピ'],
|
||||||
|
['フ', 'フブプ'],
|
||||||
|
['ヘ', 'ヘベペ'],
|
||||||
|
['ホ', 'ホボポ'],
|
||||||
|
['マ', 'マ--'],
|
||||||
|
['ミ', 'ミ--'],
|
||||||
|
['ム', 'ム--'],
|
||||||
|
['メ', 'メ--'],
|
||||||
|
['モ', 'モ--'],
|
||||||
|
['ヤ', 'ヤ--'],
|
||||||
|
['ユ', 'ユ--'],
|
||||||
|
['ヨ', 'ヨ--'],
|
||||||
|
['ラ', 'ラ--'],
|
||||||
|
['リ', 'リ--'],
|
||||||
|
['ル', 'ル--'],
|
||||||
|
['レ', 'レ--'],
|
||||||
|
['ロ', 'ロ--'],
|
||||||
|
['ワ', 'ワ--'],
|
||||||
|
['ン', 'ン--']
|
||||||
|
]);
|
||||||
|
|
||||||
function jpIsKanji(c) {
|
function jpIsKanji(c) {
|
||||||
const code = c.charCodeAt(0);
|
const code = c.charCodeAt(0);
|
||||||
return code >= 0x4e00 && code < 0x9fb0 || code >= 0x3400 && code < 0x4dc0;
|
return code >= 0x4e00 && code < 0x9fb0 || code >= 0x3400 && code < 0x4dc0;
|
||||||
@ -175,3 +234,145 @@ function jpDistributeFuriganaInflected(expression, reading, source) {
|
|||||||
|
|
||||||
return output;
|
return output;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
function jpConvertHalfWidthKanaToFullWidth(text, sourceMapping) {
|
||||||
|
let result = '';
|
||||||
|
const ii = text.length;
|
||||||
|
const hasSourceMapping = Array.isArray(sourceMapping);
|
||||||
|
|
||||||
|
for (let i = 0; i < ii; ++i) {
|
||||||
|
const c = text[i];
|
||||||
|
const mapping = jpHalfWidthCharacterMapping.get(c);
|
||||||
|
if (typeof mapping !== 'string') {
|
||||||
|
result += c;
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
|
||||||
|
let index = 0;
|
||||||
|
switch (text.charCodeAt(i + 1)) {
|
||||||
|
case 0xff9e: // dakuten
|
||||||
|
index = 1;
|
||||||
|
break;
|
||||||
|
case 0xff9f: // handakuten
|
||||||
|
index = 2;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
let c2 = mapping[index];
|
||||||
|
if (index > 0) {
|
||||||
|
if (c2 === '-') { // invalid
|
||||||
|
index = 0;
|
||||||
|
c2 = mapping[0];
|
||||||
|
} else {
|
||||||
|
++i;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if (hasSourceMapping && index > 0) {
|
||||||
|
index = result.length;
|
||||||
|
const v = sourceMapping.splice(index + 1, 1)[0];
|
||||||
|
sourceMapping[index] += v;
|
||||||
|
}
|
||||||
|
result += c2;
|
||||||
|
}
|
||||||
|
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function jpConvertNumericTofullWidth(text) {
|
||||||
|
let result = '';
|
||||||
|
for (let i = 0, ii = text.length; i < ii; ++i) {
|
||||||
|
let c = text.charCodeAt(i);
|
||||||
|
if (c >= 0x30 && c <= 0x39) { // ['0', '9']
|
||||||
|
c += 0xff10 - 0x30; // 0xff10 = '0' full width
|
||||||
|
result += String.fromCharCode(c);
|
||||||
|
} else {
|
||||||
|
result += text[i];
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function jpConvertAlphabeticToKana(text, sourceMapping) {
|
||||||
|
let part = '';
|
||||||
|
let result = '';
|
||||||
|
const ii = text.length;
|
||||||
|
|
||||||
|
if (sourceMapping.length === ii) {
|
||||||
|
sourceMapping.length = ii;
|
||||||
|
sourceMapping.fill(1);
|
||||||
|
}
|
||||||
|
|
||||||
|
for (let i = 0; i < ii; ++i) {
|
||||||
|
let c = text.charCodeAt(i);
|
||||||
|
if (c >= 0x41 && c <= 0x5a) { // ['A', 'Z']
|
||||||
|
c -= 0x41;
|
||||||
|
} else if (c >= 0x61 && c <= 0x7a) { // ['a', 'z']
|
||||||
|
c -= 0x61;
|
||||||
|
} else if (c >= 0xff21 && c <= 0xff3a) { // ['A', 'Z'] full width
|
||||||
|
c -= 0xff21;
|
||||||
|
} else if (c >= 0xff41 && c <= 0xff5a) { // ['a', 'z'] full width
|
||||||
|
c -= 0xff41;
|
||||||
|
} else {
|
||||||
|
if (part.length > 0) {
|
||||||
|
result += jpToHiragana(part, sourceMapping, result.length);
|
||||||
|
part = '';
|
||||||
|
}
|
||||||
|
result += text[i];
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
part += String.fromCharCode(c + 0x61); // + 'a'
|
||||||
|
}
|
||||||
|
|
||||||
|
if (part.length > 0) {
|
||||||
|
result += jpToHiragana(part, sourceMapping, result.length);
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function jpToHiragana(text, sourceMapping, sourceMappingStart) {
|
||||||
|
const result = wanakana.toHiragana(text);
|
||||||
|
|
||||||
|
// Generate source mapping
|
||||||
|
if (Array.isArray(sourceMapping)) {
|
||||||
|
if (typeof sourceMappingStart !== 'number') { sourceMappingStart = 0; }
|
||||||
|
let i = 0;
|
||||||
|
let resultPos = 0;
|
||||||
|
const ii = text.length;
|
||||||
|
while (i < ii) {
|
||||||
|
// Find smallest matching substring
|
||||||
|
let iNext = i + 1;
|
||||||
|
let resultPosNext = result.length;
|
||||||
|
while (iNext < ii) {
|
||||||
|
const t = wanakana.toHiragana(text.substring(0, iNext));
|
||||||
|
if (t === result.substring(0, t.length)) {
|
||||||
|
resultPosNext = t.length;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
++iNext;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Merge characters
|
||||||
|
const removals = iNext - i - 1;
|
||||||
|
if (removals > 0) {
|
||||||
|
let sum = 0;
|
||||||
|
const vs = sourceMapping.splice(sourceMappingStart + 1, removals);
|
||||||
|
for (const v of vs) { sum += v; }
|
||||||
|
sourceMapping[sourceMappingStart] += sum;
|
||||||
|
}
|
||||||
|
++sourceMappingStart;
|
||||||
|
|
||||||
|
// Empty elements
|
||||||
|
const additions = resultPosNext - resultPos - 1;
|
||||||
|
for (let j = 0; j < additions; ++j) {
|
||||||
|
sourceMapping.splice(sourceMappingStart, 0, 0);
|
||||||
|
++sourceMappingStart;
|
||||||
|
}
|
||||||
|
|
||||||
|
i = iNext;
|
||||||
|
resultPos = resultPosNext;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
Loading…
Reference in New Issue
Block a user