Einem Spracherkennungs-Repository Dateiendungen oder neue Sprachen hinzufügen

## Klären, welche Dateien und Werkzeuge jeden Teil der Erkennung verwalten Bestimme vor der Bearbeitung, welche Dateien und Werkzeuge die einzelnen Bereiche der Spracherkennung verwalten: - das Sprachenverzeichnis für Namen, Dateiendungen, Dateinamen und Spracheigenschaften; - die heuristischen Regeln und ihre Umsetzung für mehrdeutige Dateien; - den statistischen Klassifikator und seinen Korpus aus realen Beispielen; - das Grammatikverzeichnis für die Syntaxhervorhebung; - eingebundene Grammatikquellen und zwischengespeicherte Lizenzdaten; - Wartungsskripte, Prüfungen und Einstiegspunkte der kontinuierlichen Integration. Behandle diese Bereiche als aufeinander abgestimmte Verträge. Eine Metadatenänderung kann neben einer einzelnen Bearbeitung auch Beispiele, Heuristiken, erzeugte Kennungen, Grammatikdaten, Prüfungen und Belege erfordern. ## Im Entwicklungscontainer des Repositorys einrichten und dessen Skripte nutzen Bevorzuge, sofern verfügbar, den gepflegten Entwicklungscontainer oder die bereitgestellte Entwicklungsumgebung des Quellcodebestands. Sie sollte die festgelegte Sprachlaufzeit, Paketwerkzeuge, Containerlaufzeit, systemnahe Bibliotheken und sämtliche Projektabhängigkeiten enthalten. Bei lokaler Arbeit: 1. Führe den maßgeblichen Einrichtungsbefehl aus. 2. Rufe die Bibliothek oder das Kommandozeilenwerkzeug über das vorgesehene Abhängigkeitswerkzeug des Quellcodebestands auf. 3. Verwende die dokumentierten Wartungsskripte, statt ihre Wirkung von Hand nachzubilden. 4. Prüfe, ob die systemnahen Abhängigkeiten für Zeichencodierungserkennung, Zugriff auf den Quellcodebestand oder Grammatikarbeiten vorhanden sind. Betrachte einen lokal erfolgreichen Behelfsaufruf nicht als Beweis dafür, dass die unterstützte Umgebung die Prüfungen besteht. ## Eine Dateiendung alphabetisch einsortieren und echte Beispiele hinzufügen Beim Hinzufügen einer Dateiendung zu einer bestehenden Sprache: 1. Aktualisiere den maßgeblichen Spracheintrag. 2. Halte die Liste der Dateiendungen in der vorgeschriebenen alphabetischen Reihenfolge mit Unterscheidung von Groß- und Kleinschreibung; Großbuchstaben stehen vor Kleinbuchstaben und die Hauptendung steht zuerst. 3. Füge der zugehörigen Sprache repräsentative Beispieldateien aus der Praxis hinzu. 4. Wird die Dateiendung mit einer anderen Sprache geteilt, stelle mindestens zwei Beispiele bereit und ergänze eine Heuristik zur Unterscheidung. 5. Ergänze oder aktualisiere Prüfungen für die Metadaten und das Verhalten der Heuristik. Verwende keine typischen Lehrbeispiele wie einfache Begrüßungsprogramme als Beleg für den Klassifikator. Die Beispiele müssen echten Code widerspiegeln, den das Erkennungsprogramm zuordnen soll. ## Eine neue Sprache mit Grammatik und per Skript erzeugter ID hinzufügen Eine neue Sprache erfordert mehr als eine Bezeichnung im Verzeichnis: 1. Füge den Spracheintrag hinzu, lass seine erzeugte Kennung jedoch zunächst ungesetzt. 2. Trage über das maßgebliche Grammatikwerkzeug eine genehmigte und kompatible Grammatik für die Syntaxhervorhebung ein. 3. Füge repräsentative Beispieldateien aus überprüfbaren Originalquellen hinzu. 4. Führe das Skript zur Kennungserzeugung aus, statt eine Kennung von Hand zu vergeben. 5. Wird eine Dateiendung von mehreren Sprachen verwendet, stelle mindestens zwei Beispiele bereit und ergänze geprüfte Unterscheidungsregeln. 6. Prüfe Metadaten, Grammatikeintrag, Klassifizierung und erzeugte Änderungen gemeinsam. Bewahre die Hinweise im Kopf des Verzeichnisses, die Feldanforderungen und die Reihenfolge mit Unterscheidung von Groß- und Kleinschreibung. ## Getestete Regex-Regeln schreiben, die Sprachen mit gleicher Endung unterscheiden Heuristiken sollen echte Mehrdeutigkeit auflösen, ohne großflächige Fehlzuordnungen zu erzeugen. - Suche nach dem kleinsten kennzeichnenden Beleg, der die konkurrierenden Sprachen unterscheidet. - Halte jedes Muster in seiner Laufzeit linear zur Eingabegröße. - Vermeide Konstruktionen, die für Überlastungsangriffe durch reguläre Ausdrücke anfällig sind. - Verwende nur eine Schreibweise, die das vorgeschriebene Auswertungsprogramm für reguläre Ausdrücke unterstützt. - Prüfe Trefferfälle, Fälle der konkurrierenden Sprache und Beinahetreffer. - Führe eine Kreuzvalidierung des Klassifikators aus, wenn eine Änderung an Heuristik oder Beispiel das Erkennungsverhalten verschieben kann. Jede Heuristik muss geprüft werden. Eine Regel, die das Ziel erkennt, aber auch unbeteiligte Dateien erfasst, ist nicht zulässig. ## Erzeugte Dateien mit Wartungsbefehlen neu erzeugen, statt sie von Hand zu ändern Bearbeite erzeugte Verzeichnisse, Moduldeklarationen, eingebundene Grammatikdaten oder zwischengespeicherte Grammatiklizenzdateien nicht von Hand. Verwende zum Hinzufügen oder Ersetzen einer Grammatik den zuständigen Wartungsbefehl und prüfe alle dadurch erzeugten Änderungen. Vor der Annahme einer Grammatik: - bestätige die Verträglichkeit mit dem im Projekt verwendeten Format für Syntaxhervorhebung; - prüfe, ob ihre Lizenz auf der genehmigten Liste steht; - bewahre die maßgebliche URL der Originalquelle und den Lizenznachweis; - führe die grammatikspezifische Prüfung in der unterstützten Containerumgebung aus. Ist das erzeugte Ergebnis fehlerhaft, korrigiere die Quelleingabe oder den Erzeugungsablauf, statt das Ergebnis nachträglich auszubessern. ## Kreuzvalidierung des Klassifikators und die komplette Testsuite ausführen Führe zuerst die engste einschlägige Prüfung und danach sämtliche vorgeschriebenen Prüfungen des Quellcodebestands aus: 1. Prüfe geänderte Metadaten und ihre Reihenfolge. 2. Führe Prüfungen für neue Beispiele und Heuristiken aus. 3. Führe eine Kreuzvalidierung des Klassifikators aus, wenn sich Erkennungsgrenzen verschieben können. 4. Führe die vollständige Prüfsammlung über das maßgebliche Abhängigkeitswerkzeug aus. 5. Bestätige, dass die kontinuierliche Integration dieselben vorgeschriebenen Stufen besteht. Untersuche Fehlschläge auf Fehlzuordnungen, Abweichungen erzeugter Dateien, fehlende systemnahe Abhängigkeiten, ungültige Grammatikdaten und unbeabsichtigte Änderungen an unbeteiligten Sprachen. ## Vor der Einreichung Nutzungsbelege und Lizenzen der Beispiele vorlegen Vor dem Einreichen eines Änderungsantrags: - verwende die bereitgestellte Vorlage und entferne nur unzutreffende Abschnitte; - verlinke für jede hinzugefügte Dateiendung öffentliche Suchbelege unter Ausschluss von Abspaltungen; - weise für verbreitete Dateiendungen mindestens 2000 erfasste Dateien nach oder 200 Dateien für Namen, die üblicherweise nur einmal je Quellcodebestand vorkommen; - prüfe eine angemessene Verteilung über unterschiedliche Kombinationen aus Nutzenden und Quellcodebeständen und berücksichtige dabei ungewöhnlich vorherrschende Nutzende; - verlinke jedes Beispiel mit seiner Originalquelle und nicht mit der für den Beitrag verwendeten Abspaltung; - gib die Lizenz jedes Codebeispiels einzeln an; - bestehe alle vorgeschriebenen Prüfungen und Prüfungen der kontinuierlichen Integration; - halte die Änderung fokussiert und verbinde sie nicht mit unbeteiligten Umstrukturierungen. Ist eine Anforderung nicht erfüllt, reiche den Antrag nicht ein. Erkläre, welcher Beleg, welche Lizenz, welche Prüfung oder welche Umfangsbedingung fehlt und was zuerst abgeschlossen werden muss.