展开本页目录
开始前准备什么
- 下载到独立练习目录，先运行材料校验，再连接自己的翻译服务。
- 准备 Python 与对应工具的隔离环境；PDF 检查使用 Poppler，翻译版本分别记录。
- 原文均为原创练习材料；密钥只填在本机，不写入下载文件或截图。
- 阅读重复词原文
- 建立官方格式 CSV
- 先拒绝冲突条目
- 固定 Next 参数
- 先跑一份小样
- 核对同词出现的每个位置
- 分开保存约定和实际结果
原创 PDF/CSV/EPUB/HTML、逐步说明、校验脚本与真实离线记录；不含模型译文。
对应本页操作、工具边界与验收范围。
本页截图使用的原始文档。
读取真实材料与文件结构；不请求模型、不读取凭证。
当前材料与脚本的实际运行结果。
本页专用练习材料；运行范围见 README。
本页专用练习材料；运行范围见 README。
本页专用练习材料；运行范围见 README。
1. 阅读重复词原文
source.pdf 中 cooling loop、rate limit 和 failover route 多次出现。先确定本练习希望采用的人工术语约定；约定不是模型输出。
bash
python3 verify.py
2. 建立官方格式 CSV
glossary.csv 使用 source,target,tgt_lng 三列与 UTF-8，目标语言为 zh-CN。不要用 Excel 的显示列名代替真实 CSV 表头；术语源词不带多余空格。
bash
python3 -c 'import csv; print(list(csv.DictReader(open("glossary.csv", encoding="utf-8"))))'3. 先拒绝冲突条目
glossary-bad.csv 故意让同一个 source+tgt_lng 对应两个 target。运行负例应非零；同一词不同目标语言则可以是不同键。
bash
python3 verify.py --glossary glossary-bad.csv4. 固定 Next 参数
确认命令是 pdf2zh_next，帮助中有 --glossaries。若要传多份 CSV，官方语法是一段逗号分隔的文件列表；不要使用主仓库 pdf2zh 的配置项冒充 glossary。
bash
pdf2zh_next --version
pdf2zh_next --help
5. 先跑一份小样
按自己的可用服务配置翻译一页，传 glossary.csv，输出到独立目录。此步骤需要实际后端，本包未执行。
bash
pdf2zh_next source.pdf --glossaries glossary.csv --lang-in en --lang-out zh-CN --output output6. 核对同词出现的每个位置
读取真实译文，逐条填写 consistency-check.csv。若同词在标题、正文译法不同，记录上下文与原页号；有术语表不等于一定强制替换全部情形。
7. 分开保存约定和实际结果
保留输入 glossary.csv、实际输出与修订版术语表。人工约定表可以作为验收标准，不能改名成“模型翻译结果”；修订前后保留版本，方便追溯。
怎样确认已经完成
- 三列表头、UTF-8 与 zh-CN 均正确，source+tgt_lng 无冲突。
- 故意冲突的 CSV 被拒绝；原文至少三个术语各有多次出现。
- 实际译文按每个出现位置核对，不把人工术语目标当模型产物。
常见问题
source 相同就一定要删除重复行吗？
同一个 source+tgt_lng 若 target 不一致是冲突。不同目标语言可分别保留；完全相同的重复行建议去重。
为什么配了表还是有不同译法？
可能与当前版本、上下文、表头、目标语言或翻译服务有关。先查传入路径和实际运行版本，再记录具体出现位置。