Docs / Conceitos
Página traduzida automaticamente
O cache de tradução
O que o verbatra.cache.json reutiliza entre execuções, como a impressão digital liga cada entrada à configuração e por que um erro no cache não para a execução.
O cache de tradução, verbatra.cache.json, é uma memória de tradução local indexada por conteúdo: ele
lembra a tradução de um trecho de texto de origem, seja qual for a chave que o contém, de modo que o mesmo
texto nunca é pago duas vezes. O arquivo de lock (veja O arquivo de lock e a procedência) responde “esta chave está
em dia?”; o cache responde “já traduzimos este texto antes?”.
O que ele reutiliza
Antes de uma chave ir ao provedor, o verbatra procura o hash da entrada de origem atual: o texto mais a descrição, o significado, o indicador de plural e os placeholders. Um acerto é gratuito. Como a busca é por conteúdo, a reutilização sobrevive ao que o arquivo de lock não enxerga:
- Uma chave renomeada. Mova
home.titleparalanding.titlee a tradução dela é reutilizada. - Conteúdo duplicado. Duas chaves com o mesmo texto de origem e o mesmo contexto compartilham uma tradução.
Um valor reutilizado não é aceito às cegas. Ele passa pela mesma barreira de integridade contra a origem atual que uma tradução nova, e um valor que não se encaixa mais é descartado e traduzido de novo. Os acertos de cache são informados por locale, separados das chaves traduzidas nesta execução.
Um valor que um revisor rejeitou nunca é reutilizado para aquela chave:
o arquivo de procedência guarda um hash do texto recusado, e uma execução ignora qualquer acerto que corresponda a ele. A
única brecha é um arquivo de procedência que a execução não consegue ler (um de um verbatra mais novo, ou um corrompido com
humanEdits: "overwrite"); nesse caso a execução não conhece nenhuma rejeição.
A impressão digital
Toda entrada é vinculada ao contexto em que foi produzida: uma impressão digital calculada sobre o provedor, o
modelo, o tom daquele locale, os termos do glossário daquele locale e o
localeMap do provedor, quando ele tem entradas. Mude qualquer um
deles e as entradas anteriores deixam de corresponder, então o cache nunca serve um resultado obsoleto depois de um novo tom ou de um glossário editado. Os valores já gravados ficam até você retraduzi-los. A parte do glossário são os termos que o verbatra enviaria ao provedor, depois de qualquer configuração sensitiveData que retenha ou oculte um termo, quer o provedor configurado use termos de glossário ou não (DeepL, Google Cloud Translation e LibreTranslate os ignoram), então um termo editado ainda retraduz. O indicador caseSensitive de um termo não faz parte dela. Cada locale tem a própria impressão digital, então editar apenas a tradução para o alemão
de um termo do glossário mantém a correspondência das entradas do francês.
O formato não faz parte da impressão digital; a barreira de integridade em cada acerto detecta um valor que não
se encaixa mais. Com o provedor none, todas as entradas vão para um único grupo somente humano, que o tom e o
glossário não afetam.
Reutilização aproximada
Um acerto exato exige que o texto de origem gere o mesmo hash de antes, então editar um único caractere
resulta em uma falha de cache. fuzzyCache é um fallback opcional para esse caso:
quando a busca de uma chave não encontra acerto exato, o verbatra compara a origem dela com as outras entradas do mesmo locale e da mesma
impressão digital, e reutiliza a mais próxima que esteja no threshold ou acima dele. A pontuação é um menos a
distância de edição de caracteres dividida pelo comprimento da string mais longa, então 1 significa idêntico.
O limiar não é uma configuração de segurança
Distância de caracteres não é significado. Remover um “não”, transformar “não pode” em “pode” ou trocar um
nome de marca por outro são edições pequenas que pontuam acima de 0.9 e invertem o que a frase diz.
O limiar decide quanto gasto com o provedor você evita, não o quanto uma reutilização é segura. A segurança vem de
regras que não dependem do número:
- Fica desativada, a menos que você a ative.
- Toda reutilização aproximada é sinalizada para revisão com
FUZZY_, em toda execução, qualquer que seja a pontuação. Se ninguém cuida da fila de revisão (veja Revisar no Studio), deixe a reutilização aproximada desativada.CACHE_ REUSE - Numerais alterados recusam a reutilização. Se os numerais nas duas origens diferem em quantidade, valor
ou ordem, a entrada não é candidata. Isso vale para todo caractere numérico Unicode (de
m²param³,½para¼), mas não para números escritos por extenso. - Uma reutilização não encerra a chave. O arquivo de lock mantém a linha de base antiga da chave, então ela continua alterada:
toda execução seguinte a oferece de novo sem custo de provedor, e o
checkcontinua informando a chave, até que uma tradução de verdade seja gravada. - Um texto de origem inalterado nunca chega à camada aproximada. Editar apenas uma descrição ou um indicador de plural envia a chave ao provedor como de costume.
O que uma reutilização aproximada continua não sendo
Uma reutilização aproximada é a tradução de um texto que não é mais a origem, então ela nunca é apresentada como um acerto exato:
- Ela passa pela barreira de integridade como qualquer outro candidato; uma correspondência próxima cujos placeholders não se encaixam mais é recusada, e a chave vai ao provedor.
- Ela é informada separadamente dos acertos exatos, como
fuzzy-reused, com a chave, a pontuação e o texto de origem anterior; o SDK traz os mesmos dados emLocaleSummary.fuzzyHits. - Ela nunca é gravada de volta no cache, então uma execução posterior não a confunde com um acerto exato.
A pontuação fica dentro de uma única impressão digital e é limitada: no máximo 256 candidatos por chave, e texto de origem
com mais de 2.000 caracteres é ignorado. Com o provedor none, uma correspondência aproximada nunca é aplicada.
O arquivo
verbatra.cache.json é um arquivo local e regenerável, ao lado do seu arquivo de lock. Mantenha-o fora do controle
de versão: ele é uma otimização de custo, não uma linha de base compartilhada. O verbatra init o inclui no gitignore, e
translate, watch, import, tmx import e pseudo adicionam a entrada a um .gitignore existente
que não a tenha e avisam no stderr.
O cache nunca faz uma execução falhar. Um arquivo ausente, corrompido ou grande demais vira um cache vazio e é reconstruído. Um arquivo de um verbatra mais novo também é tratado como vazio durante a execução, mas é deixado em disco intocado, com um aviso. Para recomeçar, apague o arquivo. Para a pontuação aproximada, o arquivo guarda cada string de origem ao lado das traduções, então ele cresce até aproximadamente o tamanho do seu texto de origem.
Mover uma memória entre ferramentas
O verbatra tmx importa um arquivo TMX de outra ferramenta de tradução para o cache e
exporta o cache como TMX. As unidades importadas são guardadas sob a impressão digital atual, então deixam de
corresponder quando o provedor, o modelo, o tom, os termos do glossário que o verbatra enviaria ou o localeMap mudam, como todo o resto. Uma
ressalva ao “apague e ele se reconstrói”: uma memória importada só é tão recuperável quanto o arquivo TMX de
onde veio, então guarde esse arquivo.
Como ignorá-lo
--no-cache em translate ou watch (cache: false no
SDK) faz exatamente as chamadas ao provedor que uma execução sem cache faria, sem nem mesmo a reutilização aproximada,
e deixa o arquivo intocado. Para manter a reutilização exata e descartar apenas o fallback aproximado, deixe fuzzyCache
fora da configuração. Uma simulação nunca grava o cache e só o lê com o provedor none, para que
o plano coincida com o de uma execução real.
Limitação
Formas de plural sintetizadas por generatePlurals não são guardadas no cache, então sempre vêm do provedor.
Veja também
fuzzyCache: a opção de configuração e seu intervalo.verbatra tmx: importa e exporta a memória de tradução como TMX.- Como funciona uma execução: onde a busca no cache se encaixa no fluxo.
- Estimar o custo antes de uma execução: o que o cache economiza antes de você gastar.