مولّد بيانات اختبار متعددة اللغات

تعمل في المتصفح بيانات الاختبار

مجموعات بيانات متوازية عبر اللغات والخطوط — أسماء وعناوين وأسماء منتجات وجمل — للتحقق من الترجمات والترتيب والاقتطاع والتخطيط. جميع القيم المولَّدة هي بيانات اختبار اصطناعية فقط ولا تخصّ أشخاصاً حقيقيين.

بيانات اختبار فقط — جميع الأسماء وبيانات الاتصال والمعرّفات والأرقام المولّدة اصطناعية ولا تعود لأشخاص أو حسابات حقيقية.
الخصوصية: تعمل هذه الأداة بالكامل في متصفحك. لا تغادر بياناتك جهازك أبداً.

لماذا نختبر بنص عربي وهندي لا بالإنجليزية فقط؟

لأن معظم ما ينكسر مع النص غير اللاتيني لا يظهر أبداً مع الإنجليزية. تُكتب العربية من اليمين إلى اليسار وتختلط بأرقام وأكواد من اليسار إلى اليمين، وتتغير أشكال حروفها بحسب موضعها، وتحمل تشكيلاً اختيارياً يجعل سلسلتين «متساويتين» غير متساويتين؛ وتجمع الديفاناغاري الهندية الحروف الساكنة وعلامات الحركات في عناقيد قد يقسمها عدّاد المحارف أو الاقتطاع أو المؤشر خطأً. وتختلف الصيغ المحلية أيضاً — الأرقام العربية المشرقية والتقويم الهجري وتجميع الأرقام الهندي (1,00,000). والحزمة التي لا تحوي إلا بيانات إنجليزية تترك كل هذا دون اختبار.

كيفية استخدام مولّد بيانات اختبار متعددة اللغات

  1. اذكر رموز اللغات (en وar وhi وfr وde وes وzh وja وru وtr وur).
  2. اختر الشكل الطولي أو العرضي.
  3. حدّد العدد والصيغة واضغط «توليد» (Generate).

مزايا مولّد بيانات اختبار متعددة اللغات

  • إحدى عشرة لغة: الإنجليزية والعربية والهندية والفرنسية والألمانية والإسبانية والصينية واليابانية والروسية والتركية والأردية
  • لكل لغة: اسم ومنتج وجملة ورسالة ترحيب مُدرَجة فيها القيم مع علامة اتجاه النص
  • الشكل الطولي (صف لكل سجل × لغة) أو الشكل العرضي (صف واحد مع عمود لكل لغة)
  • إحصاءة أطول سلسلة نصية لفحوصات الاقتطاع
  • قابل للتوليد ببذرة (seed)؛ مع إخراج بصيغة JSON أو CSV أو SQL أو XML أو JSON Lines أو جدول نصي

مثال على مولّد بيانات اختبار متعددة اللغات

رسالة ترحيب بثلاث لغات

الإدخال:

Languages: en, ar, ja · Shape: Long · Records: 1

النتيجة:

code,direction,welcome
en,ltr,"Welcome back, Lauren!"
ar,rtl,مرحباً بعودتك، سلمى!
ja,ltr,おかえりなさい、Laurenさん！

الأسئلة الشائعة حول مولّد بيانات اختبار متعددة اللغات

ما اللغات المتاحة؟

الإنجليزية والعربية والهندية والفرنسية والألمانية والإسبانية والصينية (المبسطة) واليابانية والروسية والتركية والأردية — وتغطي الخطوط اللاتينية والعربية والديفاناغارية وCJK والسيريلية وكلا اتجاهي النص.

ما الفرق بين الشكل الطولي والشكل العرضي؟

يعطي الشكل الطولي صفاً واحداً لكل سجل ولغة (مناسب لجداول الترجمة)؛ بينما يعطي الشكل العرضي صفاً واحداً لكل سجل مع عمود لكل لغة (مناسب لجداول البيانات والمراجعة جنباً إلى جنب).

ما حقل الترحيب (welcome)؟

رسالة «مرحباً بعودتك، {name}!» موطَّنة مع إدراج اسم بخط اللغة — الحالة الكلاسيكية لإدراج القيم في التدويل حيث يختلف الترقيم وترتيب الكلمات.

هل تُترجم الأسماء والمدن في كل اللغات؟

تحصل صفوف الإنجليزية والعربية والهندية فقط على اسم بالخط الأصلي (ومدينة محلية أمريكية أو سعودية أو هندية في الشكل الطولي). أما صفوف الفرنسية والألمانية والإسبانية والصينية واليابانية والروسية والتركية والأردية فتحتفظ بالاسم والمدينة الإنجليزيين بينما تُترجم أسماء المنتج والجملة ورسالة الترحيب — وهي حالة واقعية لخلط الخطوط. وداخل السجل الواحد يكون المنتج هو العنصر نفسه بكل اللغات.

المراجع

  • The Unicode StandardUnicode Consortiumمجموعة المحارف العالمية وأشكال ترميزها (UTF-8 وUTF-16 وUTF-32) والتطبيع وخصائص كل نقطة ترميز.
  • UAX #29: Unicode Text SegmentationUnicode Consortiumكيفية تقسيم النص إلى عناقيد رسومية وكلمات وجمل — ولماذا قد يختلف عدد «الأحرف» عن عدد نقاط الترميز أو البايتات.
  • UAX #15: Unicode Normalization FormsUnicode Consortiumصيغ التطبيع NFC وNFD وNFKC وNFKD — سبب اختلاف سلسلتين متطابقتين بصرياً عند المقارنة قبل التطبيع.
  • Personal Data Protection Law (English translation)الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) · 2023النظام السعودي لحماية البيانات الشخصية — ولماذا ينبغي أن تستخدم بيئات الاختبار بيانات اصطناعية بدلاً من نسخ سجلات العملاء الحقيقية.