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 curtidas
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 curtida
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 curtida
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 curtidas
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 curtida
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 curtidas
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 curtida
Sounds like a good idea for a pull request!
1 curtida
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?
Eu tentei isso em FIX: Allow all caps within CJK text by mentalstring · Pull Request #27900 · discourse/discourse · GitHub
Ainda estou longe de ser um desenvolvedor Ruby, então tenha paciência comigo. 
1 curtida
Obrigado @mentalstring, usei seu PR como inspiração para
Que também inclui algumas melhorias de desempenho e melhor tratamento de locais não latinos 
(cc @lindsey)
2 curtidas
Ótimo ver isso resolvido! Gerenciamos um fórum internacional e, embora o inglês seja a língua principal, temos categorias dedicadas a outros idiomas e isso tem sido um incômodo de longa data.
Agora que skipped_locale é usado apenas para seems_unpretentious, eu me pergunto se podemos pular ‘ko’, já que o coreano moderno usa espaços? Tenha em mente que eu não falo coreano, então você pode querer verificar isso.
Enquanto tenho sua atenção, há mais uma coisa que acho que poderia ser uma melhoria fácil no TextSentinel, mas não ousei tocar (novamente, não sou um desenvolvedor Ruby). Se você tiver um momento, acho que é bem simples e poderia trazer um ganho de desempenho gratuito.
Pelo que entendi, isso verifica se uma palavra é mais longa que o limite dividindo o texto em palavras, calculando o comprimento de cada uma, escaneando todos os comprimentos para encontrar o maior e só então comparando-o com o limite.
Poderíamos talvez pular tudo isso simplesmente tentando corresponder o texto a algo como /\\p{Alnum}{#{max_word_length + 1},}/ (a sintaxe provavelmente está errada, mas espero que você entenda a ideia)?
Sem conhecer o funcionamento interno do Ruby, isso provavelmente pararia a verificação assim que houvesse uma correspondência e, se não houver nenhuma palavra muito longa (caso mais comum), o texto é escaneado apenas uma vez, pulando a divisão, a verificação individual do comprimento da palavra, etc.
Desculpe se estou sequestrando o tópico aqui, mas como o novo PR já foi mesclado, não tenho certeza do melhor lugar para postar isso, pois talvez seja pequeno demais para merecer um novo tópico, mas parece uma vitória fácil. Sinta-se à vontade para usá-lo.
1 curtida
Eu também não tenho ideia. Adoraria ter alguma confirmação de falantes de coreano.
Essa é uma excelente ideia 
Yay! 
Obrigado por dedicar seu tempo.
Talvez um dos tradutores de coreano (/cc @9bow, @alexkoala, @changukshin 
) possa confirmar que o coreano moderno usa espaços entre as palavras, semelhante aos scripts romano/latino, para que o Discourse possa usar essa suposição ao processar texto coreano para encontrar palavras muito longas? 