Hi,
It seems that Discourse has some trouble dealing with Chinese characters. Our users cannot submit topics/posts if they use in chinese? In this case, I can see that it’s a long message but we still get the “Body seems unclear” message.
Any idea?
I see what is happening here.
We automatically disable this on Chinese forums but your forum appears to be English with a Chinese category.
Just set body min entropy to 0 in site settings.
4 Mi Piace
Hum. Correction. It seems setting the body min entropy to 0 did not fix the issue. I tried with another text in Chinese and I still get the same error even though the body min entropy is set to 0
Did i miss something?
1 Mi Piace
Hi,
Following up on this issue. I’m running some test with the latest version of discourse.
Body min entropy is set to 0. Same for Title min entropy.
When trying to create a topic with the body below I get the “Body unclear” error:
【澳門日報5月29日消息】國際會議協會(ICCA)日前發佈《二○一七年國際協會會議市場年度報告》。當中澳門多項評比的排位連續兩年均有上升，其中全球城市排名由一六年的七十二名躍升至第六十五名；亞太區域城市排名升一位至第十六，排名超過瑞士的日內瓦、澳大利亞的布里斯班、阿拉伯聯合酋長國的迪拜、韓國的釜山和濟州等城市
Is there a quick work around on this? My Chinese users are getting nervous because of this issue.
Thx
Seb
1 Mi Piace
I’ve clarified this issue. But newbie is only able to put single picture on a post. So just a evidence and conclusion.
Conclusion, for both title and body
- Validated: English capital letter ONLY
- Validated: English capital letter AND (Chinese letter OR Japanese letter)
- Succeeded: Chinese letter AND Japanese letter
- Succeeded: English small letter AND (English Capital letter OR Chinese letter OR Japanese letter)
2 Mi Piace
Sorry for reviving this, but we have hit the same issue on our Forum which is primarily in English, but some sections in other scripts. Setting body min entropy to 0 did not fix this.
The issue seems to be that the use of some latin characters trips the all caps check. Here’s an example of a message that bumps into the Body seems unclear notice:
我看了一下，我8/15寄往俄罗斯的明信片10/13对方收到了，但是10/27寄的对方还没收到，现在已经36天了（不过同一批寄往不同国家的也没被收到）。
因为我是直接投的邮筒所以也不太清楚是不是寄不过去… 如果你在UCPC微信群里也许可以问下大家？
Is the allow uppercase posts the only solution here? On forums like ours where English is the main language, enabling that is not ideal, but I can also understand the frustration of users entering a valid message in their script bumping into that error. Could checking the ratio of CAPS versus the size of the body help here?
1 Mi Piace
That is what it does and in you example the ratio is 100%.
When a forum default language is set to Chinese we tweak those settings automatically, but if you have mixed languages in a single instance you need to tweak that setting.
3 Mi Piace
If the text has a single letter character that has no upper/lower case variant (like with Chinese), then the text is automatically not all uppercase. This could be checked by matching against /\p{Lo}/ in here.
This approach would not require a special setting tweak for forums primarily in zh//ko/ja and can also play well with forums where mixed languages are used, only enforcing the allow upper case where only uppercase-able characters are used.
Maybe a similar logic could also be used to optimize the existing check for all caps: if the text matches /\p{Ll}/ (lowercase letter that has an uppercase variant), then the text is not all caps.
1 Mi Piace
Sounds like a good idea for a pull request!
1 Mi Piace
My Ruby chops are nearly non existent, but I can try to put something together as it is somewhat contained.
With that said, I’m seeing a TODO at the top of that file which seems related with this precise line of code. Is it as simple as remove the require, or should someone that knows what they are doing go for this PR?
Ho provato a farlo in FIX: Allow all caps within CJK text by mentalstring · Pull Request #27900 · discourse/discourse · GitHub
Sono ancora lontano dall’essere uno sviluppatore Ruby, quindi abbiate pazienza. 
1 Mi Piace
Grazie @mentalstring, ho usato la tua PR come ispirazione per
che include anche alcuni miglioramenti delle prestazioni e una migliore gestione delle localizzazioni non latine 
(cc @lindsey)
2 Mi Piace
Ottimo vedere che è stato affrontato! Gestiamo un forum internazionale e, sebbene l’inglese sia la lingua principale, abbiamo categorie dedicate ad altre lingue e questo è stato un fastidio di lunga data.
Ora che skipped_locale viene utilizzato solo per seems_unpretentious, mi chiedo se possiamo saltare ‘ko’ poiché il coreano moderno usa gli spazi? Tieni presente che non parlo coreano, quindi potresti voler ricontrollare.
Mentre ho la tua attenzione, c’è un’altra cosa che penso potrebbe essere un facile miglioramento su TextSentinel ma non ho osato toccare (di nuovo, non sono uno sviluppatore Ruby). Se hai un momento, penso che sia abbastanza semplice e potrebbe portare un guadagno di prestazioni gratuito.
Per quanto ho capito, questo controlla se una parola è più lunga del limite dividendo il testo in parole, calcolando la lunghezza di ciascuna, analizzando tutte le lunghezze per trovare la più alta e solo allora confrontandola con il limite.
Potremmo forse saltare tutto questo provando semplicemente a confrontare il testo con qualcosa come /\\p{Alnum}{#{max_word_length + 1},}/ (sintassi probabilmente errata, ma spero che tu capisca l’idea)?
Senza conoscere il funzionamento interno di Ruby, è più probabile che questo interrompa il controllo non appena c’è una corrispondenza e, se non ci sono parole troppo lunghe (caso più comune), il testo viene analizzato una sola volta, saltando la divisione, il controllo della lunghezza della singola parola, ecc.
Mi scuso se sto dirottando l’argomento, ma poiché la nuova PR è già stata unita, non sono sicuro del posto migliore dove pubblicarlo poiché è forse troppo piccolo per meritare un nuovo argomento, ma sembra una vittoria facile. Sentiti libero di procedere.
1 Mi Piace
Non ne ho idea neanche io. Mi piacerebbe ricevere una conferma da chi parla coreano.
Questa è un’ottima idea 
Evvai! 
Grazie per aver dedicato del tempo.
Forse uno dei traduttori coreani (/cc @9bow, @alexkoala, @changukshin 
) può confermare che il coreano moderno usa spazi tra le parole simili agli script romani/latini, in modo che Discourse possa utilizzare tale presupposto nell’elaborazione del testo coreano per trovare parole troppo lunghe? 