ટ્રાન્સલેશન સિસ્ટમ: ત્રણ-ટેક્નોલોજી હાઇબ્રિડ અભિગમ

આ લેખ અમારી ટ્રાન્સલેશન સિસ્ટમ સમજાવે છે જે ત્રણ ટેક્નોલોજીને જોડે છે—ટેમ્પલેટ માટે Flask-Babel, ફ્રેઝ ટેબલ માટે TranslationManager, અને કન્ટેન્ટ ટ્રાન્સલેશન માટે DeepSeek AI—વ્યાપક બહુભાષી સપોર્ટ પ્રદાન કરવા માટે.

સમસ્યા: જટિલ વેબસાઇટનું ભાષાંતર

અમારી વેબસાઇટમાં બહુવિધ પ્રકારનું કન્ટેન્ટ છે જેનું ભાષાંતર કરવાની જરૂર છે:

• સ્થિર ટેમ્પલેટ: નેવિગેશન, બટનો, લેબલો (500+ સ્ટ્રિંગ્સ)

• ડાયનેમિક કન્ટેન્ટ: પ્રોડક્ટ નામો, વર્ણનો, ફીચર્સ (10,000+ સ્ટ્રિંગ્સ)

• યુઝર-જનરેટેડ કન્ટેન્ટ: રિવ્યુઝ, કોમેન્ટ્સ, સપોર્ટ ટિકિટ્સ

• ટેક્નિકલ ટર્મ્સ: બ્રાન્ડ નામો, SKUs, URLs (ભાષાંતર કરવું જ નહીં)

એક જ ભાષાંતર અભિગમ કામ કરતો નથી:

• મશીન ભાષાંતર: ઝડપી પરંતુ ટેક્નિકલ ટર્મ્સ માટે અચૂક નથી

• મેન્યુઅલ ભાષાંતર: ચોક્કસ પરંતુ ધીમું અને ખર્ચાળ

• ફક્ત ટેમ્પલેટ: ડાયનેમિક કન્ટેન્ટ હેન્ડલ કરતું નથી

આપણે એક હાઇબ્રિડ અભિગમની જરૂર છે જે ત્રણેયના શ્રેષ્ઠને જોડે.

ટ્રાન્સલેશન આર્કિટેક્ચર

graph TD
    Request[વપરાશકર્તા રિક્વેસ્ટ
lang=hi]
    
    subgraph Templates
        Babel[Flask-Babel
.po ફાઇલો]
        Static[સ્થિર સ્ટ્રિંગ્સ
બટનો, લેબલો]
    end
    
    subgraph Dynamic
        TM[TranslationManager
ફ્રેઝ ટેબલ]
        Phrases[પ્રોડક્ટ નામો
ફીચર્સ, ટર્મ્સ]
    end
    
    subgraph AI
        DS[DeepSeek API
AI ભાષાંતર]
        Content[વર્ણનો
લેખો, લાંબુ ટેક્સ્ટ]
    end
    
    Request --> Babel
    Request --> TM
    Request --> DS
    
    Babel --> Static
    TM --> Phrases
    DS --> Content
    
    Static --> Response[ભાષાંતરિત પેજ]
    Phrases --> Response
    Content --> Response

ત્રણ ટેક્નોલોજી

1. Flask-Babel: ટેમ્પલેટ ટ્રાન્સલેશન

Flask-Babel gettext .po ફાઇલોનો ઉપયોગ કરીને સ્થિર ટેમ્પલેટ સ્ટ્રિંગ્સ હેન્ડલ કરે છે.

• ઉપયોગ કેસ: નેવિગેશન, બટનો, લેબલો, એરર મેસેજીસ

• ઉદાહરણ:

# ટેમ્પલેટ
{{ _('Add to Cart') }}

# .po ફાઇલ (હિન્દી)
msgid "Add to Cart"
msgstr "કાર્ટમાં ઉમેરો"

લાભો:

• ✅ સ્ટાન્ડર્ડ i18n અભિગમ

• ✅ ટ્રાન્સલેશન ટૂલ્સ સપોર્ટ (Poedit, Weblate)

• ✅ કમ્પાઇલ-ટાઇમ વેલિડેશન

• ✅ ફાસ્ટ લુકઅપ (કમ્પાઇલ્ડ .mo ફાઇલો)

મર્યાદાઓ:

• ❌ ફક્ત સ્થિર સ્ટ્રિંગ્સ માટે કામ કરે છે

• ❌ નવી સ્ટ્રિંગ્સ ઉમેરવા માટે કોડ ફેરફારની જરૂર છે

• ❌ ડાયનેમિક કન્ટેન્ટ સપોર્ટ નથી

2. TranslationManager: ફ્રેઝ ટેબલ

અમારું કસ્ટમ TranslationManager ક્લાસ JSON ફ્રેઝ ટેબલનો ઉપયોગ કરીને ડાયનેમિક કન્ટેન્ટ હેન્ડલ કરે છે.

• ઉપયોગ કેસ: પ્રોડક્ટ નામો, ફીચર્સ, સ્પેસિફિકેશન્સ, વર્ણનો

• ઉદાહરણ:

{
  "Mini PC": "મિની પીસી",
  "Intel N100": "Intel N100",
  "8GB RAM": "8GB RAM",
  "256GB SSD": "256GB SSD"
}

લાભો:

• ✅ ડાયનેમિક કન્ટેન્ટ સપોર્ટ

• ✅ રનટાઇમ અપડેટ્સ (રીસ્ટાર્ટની જરૂર નથી)

• ✅ પ્રિઝર્વેશન નિયમો (બ્રાન્ડ નામો, SKUs)

• ✅ રીજનલ ફોર્મેટિંગ (દશાંશ સેપરેટર)

• ✅ ટ્રાન્સલેશન કતાર (ગુમ થયેલ સ્ટ્રિંગ્સ)

મર્યાદાઓ:

• ❌ મેન્યુઅલ ફ્રેઝ મેનેજમેન્ટ

• ❌ ભાષાંતરકો માટે કોન્ટેક્સ્ટ નથી

• ❌ પ્રારંભિક ભાષાંતરની જરૂર છે

3. DeepSeek AI: કન્ટેન્ટ ટ્રાન્સલેશન

DeepSeek AI મોડલ લાંબા ફોર્મના કન્ટેન્ટ ભાષાંતર હેન્ડલ કરે છે.

• ઉપયોગ કેસ: બ્લોગ લેખો, પ્રોડક્ટ વર્ણનો, માર્કેટિંગ કોપી

• ઉદાહરણ:

prompt = f"Translate to {lang}: {text}"
response = deepseek.generate(prompt)

લાભો:

• ✅ લાંબા કન્ટેન્ટ હેન્ડલ કરે છે (1000+ શબ્દો)

• ✅ કોન્ટેક્સ્ટ-એવેર ટ્રાન્સલેશન

• ✅ નેચરલ લેંગ્વેજ આઉટપુટ

• ✅ બેચ પ્રોસેસિંગ

મર્યાદાઓ:

• ❌ ટ્રાન્સલેશન દીઠ API કિંમત

• ❌ ઇન્ટરનેટ કનેક્શનની જરૂર છે

• ❌ ટેક્નિકલ ટર્મ્સ ખોટી રીતે ભાષાંતર કરી શકે છે

TranslationManager આર્કિટેક્ચર

ફ્રેઝ ટેબલ સ્ટ્રક્ચર

ફ્રેઝ ટેબલ ભાષા દીઠ JSON ફાઇલો તરીકે સ્ટોર થાય છે:

app/shared/translation/phrase_tables/

દરેક ફાઇલ અંગ્રેજી ફ્રેઝને ભાષાંતરો સાથે મેપ કરે છે:

{
  "Mini PC": "મિની પીસી",
  "Thin Client": "થિન ક્લાયંટ",
  "Industrial PC": "ઔદ્યોગિક પીસી",
  "All-in-One": "ઑલ-ઇન-વન"
}

ટ્રાન્સલેશન લુકઅપ

get() મેથડ મલ્ટિ-ટાયર લુકઅપ કરે છે:

1. પ્રિઝર્વેશન ચેક:

if self._should_skip_translation(text, lang):
    return text  # બ્રાન્ડ નામો, SKUs, URLs ભાષાંતર ન કરો

2. કોમા સ્પ્લિટિંગ (લાંબી સ્ટ્રિંગ્સ માટે):

if len(text) > 150 and "," in text:
    parts = text.split(",")
    return ", ".join(self.get(p, lang) for p in parts)

3. ફ્રેઝ ટેબલ લુકઅપ:

if text in self.phrase_tables[lang]:
    return self.phrase_tables[lang][text]

4. લેગસી કેશ પ્રોમોશન:

if text_hash in self.legacy_caches[lang]:
    translation = self.legacy_caches[lang][text_hash]
    self.set(text, lang, translation)  # ફ્રેઝ ટેબલમાં પ્રોમોટ કરો
    return translation

5. ગુમ થયેલ હોય તો કતારમાં મૂકો:

if queue_if_missing:
    self.add_to_queue(text, lang)
return None  # ભાષાંતર મળ્યું નથી

પ્રિઝર્વેશન નિયમો

અમે ચોક્કસ કન્ટેન્ટ પ્રકારોને સાચવીએ છીએ:

બ્રાન્ડ નામો:

BRAND_NAMES_PRESERVE = [
    "Thinvent", "Intel", "AMD", "Microsoft", "Ubuntu",
    "Windows", "Linux", "WiFi", "Bluetooth"
]

ટેક્નિકલ ટર્મ્સ:

TECHNICAL_TERMS_PRESERVE = [
    "HDMI", "DisplayPort", "VGA", "USB", "Ethernet",
    "DDR4", "SSD", "NVMe", "PCIe", "SATA"
]

SKUs (પેટર્ન-આધારિત):

if not " " in text and text.count("-") >= 2:
    return True  # "Treo-N100-8-256-2H-W6-11P" સાચવો

URLs:

if text.startswith(("/", "http://", "https://")):
    return True

રીજનલ ફોર્મેટિંગ

યુરોપિયન લોકેલ્સ (જર્મન, ફ્રેન્ચ, સ્પેનિશ) માટે, અમે રીજનલ ફોર્મેટિંગ લાગુ કરીએ છીએ:

દશાંશ સેપરેટર:

# અંગ્રેજી: 34.00
# જર્મન:  34,00
text = text.replace(".", ",")

વોલ્ટેજ/એમ્પેરેજ:

# અંગ્રેજી: 12.5V
# જર્મન:  12,5V
text = re.sub(r"(\d+)\.(\d+)V", r"\1,\2V", text)

આ ખાતરી કરે છે કે નંબરો દરેક લોકેલ માટે યોગ્ય રીતે દેખાય છે.

ટ્રાન્સલેશન કતાર

ગુમ થયેલ ભાષાંતરો બેચ પ્રોસેસિંગ માટે કતારમાં મૂકવામાં આવે છે:

[
  {
    "text": "Compact Desktop",
    "lang": "hi",
    "hash": "a1b2c3d4e5f6"
  },
  {
    "text": "Fanless Design",
    "lang": "hi",
    "hash": "f6e5d4c3b2a1"
  }
]

બેકગ્રાઉન્ડ સ્ક્રિપ્ટ DeepSeek AI નો ઉપયોગ કરીને કતાર પ્રોસેસ કરે છે:

for item in queue:
    translation = deepseek.translate(item["text"], item["lang"])
    translation_manager.set(item["text"], item["lang"], translation)

ફાઇલ લોકિંગ

અમે કન્કરન્ટ રાઇટ્સને રોકવા માટે fcntl ફાઇલ લોકિંગનો ઉપયોગ કરીએ છીએ:

```python with open(lock_path, "w") as lock_file: fcntl.flock(lock_file, fcntl.LOCK_EX) try: # ફ્રેઝ ટેબલ વાંચો, સંશોધિત કરો, લખો with open(table_path, "r+") as f: data = json.load(f) data.update(new_translations) f.seek(0) json.dump(data, f)