翻译技术速递
在书面内容中，标记提供重要的格式设置信息，例如将文本转换为超链接或使文本粗体。Lilt的翻译编辑器支持标记，以节省翻译人员在翻译中添加添加标记的手动工作。
翻译编辑器需要以下三个特性：
标签解析：自动解析用户上传的内容，提取标签。
标记投影：翻译后将标记从源内容投影到目标内容。Lilt通过机器学习来实现这一点--更多细节请参见我们关于格式传输的博客文章。
标记编辑：允许语言学家修改标记在目标内容中的位置。注意，语言学家永远不能创建或删除标记。如果语言学家选择并删除包含标记的文本，则应移动标记。
在这篇博文中，我们将探讨我们的工程团队为改进标签编辑功能所做的努力，以及我们在此过程中所面临的挑战。
轻便猫编辑，然后
我们将从Lilt的计算机辅助翻译(CAT)编辑器的第二个版本开始我们的旅程，内部称为CATv2。CATv2于2017年9月至2021年5月在Lilt存在。使用富文本编辑器框架Quill在Angular 1.5中构建。但是，Quill不支持标签，所以我们构建了一个独立于Quill文本编辑器系统的独特的标签编辑模式。
在这个基于模式的系统中，用户在文本编辑模式下添加文本后，标签被无形地从源文本投射到目标文本中。希望查看和编辑标记的语言学家会切换模式：
-文本模式只显示文本，并允许语言学家添加/编辑段的目标文本。
-标签模式同时显示文本和标签，但只允许语言学家编辑标签。
这里是Lilt原始版本的截图（带有虚拟的德文文本--ist ja keine richtigeübersetZung！），在那里您可以看到底部的“标签”模式，该模式必须切换到：
这个系统很笨拙，但总比没有标签好！
2019年底，标签编辑器的大修变得至关重要。基于模式的系统对语言学家和生产经理来说是痛苦的，他们负责向客户提供最终的翻译。在文本模式下修改文本不会更新标签的相对位置，而且如果不切换到标签模式，就无法看到标签在哪里。因此，在操作标记后编辑文本通常会导致标记放错位置。
此外，在接受的段中更改标记需要多次单击。用户首先必须取消接受该段，将该段切换到标签模式，移动所需的标签，然后重新接受该段。生产经理在运行标签质量保证时必须重复多次。
解决方案是允许用户在编辑器中同时编辑文本和标记，这需要对CATv2进行彻底的返工。给CATV3让路！
改进策略
自豪地在别处发现
我们首先想到从零开始重建整个编辑器，认为我们需要高度专业化，可能患有一点“不是在这里发明的”综合症。但是，我们很快意识到文本编辑器是复杂的野兽，我们正在重新发明轮子。因此，我们决定停止最初的开发工作，重新研究现有的解决方案。
我们偶然发现了Slate，这是一个用于创建富文本编辑器的可定制框架。Slate没有内置标签支持，但它允许我们在上面构建一个自定义标签编辑器系统。尽管它似乎处于永久的测试阶段，而且文档陈旧，但它是实现同时使用文本和标记编辑器的最可行的选择。
起初，我们遇到了一些问题，比如在从右到左的元素中修复光标移动的bug，但最终克服了这些障碍。
同步标记数据
Lilt的编辑器自动保存，这意味着每当用户在HTML编辑器中进行更改时，这些更改都会在编辑器和后台数据库中自动同步。同步是一个挑战，因为我们的自定义标记系统是在一个文本编辑器之上的，而不是设计来处理它们的。
具体地说，我们在前面的实现中遇到了以下问题：
-我们在HTML中的标记缺少ID，这意味着它们不能被唯一引用。因此，如果一个以上的标记占据了相同的位置，编辑器有时无法确定哪个标记移动了。
-我们没有跟踪相对的标记顺序，只跟踪字符串中的字符位置。如果多个标签占据相同的位置，就没有可靠的方法来确定这些标签的正确顺序。
Lilt猫编辑，现在
面对我们面前的挑战，我们开始在石板上建立我们的新文本和标签系统。我们在React中编写了同步文本/标签系统，尽管其他的编辑器CATv2仍然保持1.5角。
此外，我们使用React DnD为标记创建拖放功能。并且，我们修改了编辑器，允许在HTML中为标记提供唯一的ID，以一致地引用它们，确保正确的同步。
一旦所有的东西都放在一起，我们最终得到了一个同时的文本和标记编辑器，它介于简单的文本编辑器和所见即所得编辑器之间。现在，当一个片段被确认时，标签可以明显地投影出来，用户可以直接在编辑区查看和移动标签：
当我们启动时，我们遇到了许多同步HTML显示、编辑器系统和内部表示的问题。随着标签系统和围绕编辑、确认和接受段的各种业务规则，CATv2角码库都达到了极限。添加新功能或进行更改是危险的，因为代码是紧密耦合的，开始老化和密集。因此，在React中重写了text/tags编辑器之后，我们开始在React+Typescript中使用现代编码约定重写整个编辑器系统。
我们向客户推出了CATv3作为可选测试版，允许退到CATv2以保持生产力。几个月来，我们同时维护了CATv2和CATV3。我们最终扣动扳机，将CATv3设置为2021年5月普遍可用，标签变得更容易管理。用户欢欣鼓舞！
标签数据结构
电流结构
下面是我们标记的JSON结构示例，这些标记通常是成对的。标记用id唯一标识，它们的绝对位置由键位置给出，嵌套引用通过父键指示。solo是没有对的标记，例如HTML中的或
标记。nts指的是不可翻译物，通常是翻译文本中不应该翻译的占位符，但也表示为类似标记的结构。 {“pairs”：[{“open”：{“tag”：“g id=\”1\“ctype=\”link\“equiv-text=\”[#$dp3]\“”,“position”：47,“原点”：“xliff”},“close”：{“tag”：“/g”,“position”：68,“原点”：“xliff”},“parent”：-1,“id”：1},...],“solos”：[],“nts”：[]} 未来结构 标记的未来JSON结构将是每个段的一维数组，其中每个数组表示一个文本段中的所有标记。如果标签/NT位置重叠，前面的格式可能会导致它们的位置不明确。1D数组方法降低了复杂性，因为它允许我们将数据结构通过系统的各个层（从数据库开始）而无需转换。 下面是一个例子： [{“id”：“1”,“type”：“openingtag”,“position”：4,“name”：“strong”,“style”：...,“properties”：{“id”：“1”,“ctype”：“x-strong”,“equiv-text”：“strong”}},{“id”：“1”,“type”：“closingtag”,“position”：20,“name”：“strong”,“style”：{},“properties”：...},...] 接下来是什么 我们未来的改进包括继续致力于通过标签去同步来解决拐角情况，并将标签的内部表示重新配置为一维数组。我们的标签解决方案有时在编程上很粗糙，但功能上很好。让我们的语言学家满意文本编辑器--他们工作流的核心部分--同时保持重叠的实现是一个艰巨的挑战。我们很乐意为我们的客户解决这个问题！
标记。nts指的是不可翻译物，通常是翻译文本中不应该翻译的占位符，但也表示为类似标记的结构。 {“pairs”：[{“open”：{“tag”：“g id=\”1\“ctype=\”link\“equiv-text=\”[#$dp3]\“”,“position”：47,“原点”：“xliff”},“close”：{“tag”：“/g”,“position”：68,“原点”：“xliff”},“parent”：-1,“id”：1},...],“solos”：[],“nts”：[]} 未来结构 标记的未来JSON结构将是每个段的一维数组，其中每个数组表示一个文本段中的所有标记。如果标签/NT位置重叠，前面的格式可能会导致它们的位置不明确。1D数组方法降低了复杂性，因为它允许我们将数据结构通过系统的各个层（从数据库开始）而无需转换。 下面是一个例子： [{“id”：“1”,“type”：“openingtag”,“position”：4,“name”：“strong”,“style”：...,“properties”：{“id”：“1”,“ctype”：“x-strong”,“equiv-text”：“strong”}},{“id”：“1”,“type”：“closingtag”,“position”：20,“name”：“strong”,“style”：{},“properties”：...},...] 接下来是什么 我们未来的改进包括继续致力于通过标签去同步来解决拐角情况，并将标签的内部表示重新配置为一维数组。我们的标签解决方案有时在编程上很粗糙，但功能上很好。让我们的语言学家满意文本编辑器--他们工作流的核心部分--同时保持重叠的实现是一个艰巨的挑战。我们很乐意为我们的客户解决这个问题！
以上中文文本为机器翻译，存在不同程度偏差和错误，请理解并参考英文原文阅读。
阅读原文