Jinsi ya kujenga mtiririko wa kazi unaoweza kukaguliwa wa kutafsiri na kusahihisha makala za sayansi na uhandisi kutoka Kichina hadi Kiingereza kwa kutumia sci-translation-skill

Utangulizi wa mradi

sci-translation-skill ni seti ya maagizo ya kutafsiri makala, kudhibiti istilahi na kukagua tafsiri, inayoweza kupakiwa kwenye coding agent kwa ajili ya kutafsiri makala za kompyuta, tiba, uhandisi, sayansi ya vifaa na taaluma nyingine za sayansi na uhandisi kutoka Kichina hadi Kiingereza. Si modeli mpya ya tafsiri, bali ni muunganiko wa viwango vya mtiririko wa kazi, mikataba ya majukumu, usimamizi wa istilahi na hati za ndani za ukaguzi wa kubainika.

Lengo la mradi si kuzalisha Kiingereza kinachoonekana zaidi kama cha “SCI”, bali kupunguza utelezi wa istilahi, upotoshaji wa maana ya kiufundi, kupotea kwa masharti na vikwazo, kuhusishwa vibaya kwa nambari na kuharibika kwa muundo, huku ukihifadhi usemi wa asili. Hivyo, tafsiri inakuwa karibu zaidi na toleo la kuwasilisha ambalo mwandishi anaweza kulikagua kipengele kwa kipengele.

Ufasaha si sawa na usahihi. Tafsiri ya kisayansi inapaswa kulinda kwanza upeo wa madai ya maandishi ya awali, nguvu ya ushahidi, uhusiano wa kisababishi, ukanushaji, masharti, viashirio vya kiasi na mipaka ya kiufundi.

Mtiririko mkuu wa kazi

1. Unda orodha ya muundo: Hifadhi maandishi ya awali, rekodi aina ya makala, sura, wasomaji walengwa na upeo wa uhariri, kisha fafanua mipaka ya madai ya kila aya.
2. Fungia istilahi za mradi: Unda kwa dhana muhimu kitambulisho cha dhana, tafsiri sanifu, muktadha, miundo inayopendekezwa, visawe vilivyopigwa marufuku, ushahidi na masuala ambayo bado hayajaamuliwa.
3. Tafsiri ya kwanza ya uaminifu: Kwanza wasilisha maana ya awali kwa usahihi, kisha fanya uhariri unaoelekezwa kwa msomaji, kama kufafanua mtendaji wa kitendo, kugawanya sentensi zenye mzigo mkubwa na kuboresha mshikamano wa ndani ya aya, bila kuongeza hoja.
4. Sahihisha kwa pande mbili: Linganisha kwa wakati mmoja maandishi ya chanzo, tafsiri ya kwanza na rasimu iliyohaririwa, na ukague ikiwa mchakato wa uhariri umeingiza makosa mapya ya kiufundi.
5. Rekebisha kwa issue ID: Rekodi kila tatizo, marekebisho na sababu yake, kisha kagua tena tofauti za mwisho na istilahi zilizoathiriwa.
6. Wasilisha nyenzo za ukaguzi: Toa tafsiri, faharasa, kumbukumbu za usahihishaji, vipengele vinavyohitaji uthibitisho wa mwandishi, na eleza kwa uwazi upeo wa ukaguzi uliofanyika.

Unaposhughulikia makala mpya, README inapendekeza kuanza kwa kutafsiri kwa majaribio aya 2 hadi 3 za sehemu ya mbinu au matokeo, kisha kupanua hadi mwili wa makala, michoro, majedwali na viambatisho, na kumalizia kwa kutengeneza toleo la mwisho la muhtasari. Hii huwezesha kuthibitisha istilahi na mtiririko wa kazi kabla ya kupanua upeo wa uchakataji.

Uwezo mkuu na mipaka ya matumizi

Istilahi na uaminifu wa kiufundi

Mradi hufunga istilahi za mradi kwa kutumia vitambulisho vya dhana, matoleo yaliyogandishwa na rekodi za muktadha. Hauwalazimishi makala zote kutumia faharasa moja isiyobadilika, bali huunda mkataba wa istilahi unaojitegemea kwa kila makala. Wakati wa kukagua kila aya, pia huzingatia ukanushaji, masharti, viashirio vya kiasi, nguvu ya ushahidi, nambari, vitengo na uhusishaji wa vipimo.

Uhariri unaoelekezwa kwa msomaji

Uhariri unaoelekezwa kwa msomaji hupanga taarifa zilizopo kulingana na sura, hufafanua wahusika na marejeo, hupunguza mzigo wa sentensi, na hutumia vitenzi halisi vya maana pamoja na mpangilio wa maneno wa asili zaidi ili kupunguza misemo isiyo na taarifa. Haupaswi kuondoa hedging muhimu, kuongeza maana ambayo haipo katika maandishi ya awali, wala kuhamisha hoja kutoka aya moja hadi nyingine.

Agent wengi na kushuka kwa kiwango kwa uaminifu

Ikiwa zana zinaunga mkono hilo kwa kweli, utafiti wa istilahi, tafsiri na usahihishaji huru unaweza kugawiwa kwa miktadha tofauti ya kazi. Hapa, “Agent wengi” humaanisha miktadha mingi huru ya kazi, na haimaanishi moja kwa moja matumizi ya modeli tofauti au wataalamu wa binadamu. Bila zana halisi, tumia kujikagua kwa mfuatano na ufichue wazi kwamba ukaguzi umefanywa kwa njia hiyo.

run-manifest hutumika kurekodi vitambulisho halisi vya majukumu na modeli zinazojulikana; haipaswi kutunga kumbukumbu za timu ambazo hazipo. Miundo tata na hati za kitabibu bado zinahitaji uthibitishaji wa binadamu au wa uonyeshaji, na maudhui ya kitabibu yanahitaji ukaguzi wa mwisho wa mtaalamu.

Vipaumbele vya taaluma

• Kompyuta, usalama na AI: Zingatia hasa modeli ya vitisho, udhibiti wa ufikiaji, KEM na usimbuaji wa payload, alama za hisabati na mipaka ya kiufundi.
• Tiba na biolojia: Zingatia hasa muundo wa utafiti, uhusiano na usababishaji, ukubwa wa athari, vipindi, sampuli, dozi, vituo vya mwisho na nyakati.
• Uhandisi na sayansi ya vifaa: Zingatia hasa masharti ya majaribio, vitengo na vipimo vya dimensheni, vipimo halisi dhidi ya uigaji, makosa na upeo wa matumizi.

Usakinishaji na mazingira ya uendeshaji

Weka saraka ya sci-translation-skill iliyo na SKILL.md kwenye saraka ya ujuzi inayoungwa mkono kwa kweli na mwenyeji, na epuka kuiweka ndani ya nakala nyingine kwa kurudia. Unaweza pia kumpa wakala anwani ya hazina moja kwa moja ili mwenyeji asimamie usakinishaji.

Eneo la mfano la Codex ya ndani ni ~/.codex/skills/sci-translation-skill/SKILL.md. Ikiwa saraka ya sasa ni mzizi wa hazina, unaweza kutumia amri ifuatayo kusakinisha. Ikiwa eneo lengwa tayari lina toleo, inashauriwa kufanya nakala rudufu kwanza.

mkdir -p ~/.codex/skills/sci-translation-skill
rsync -a --exclude '.git/' --exclude '.DS_Store' --exclude '__pycache__/' ./ ~/.codex/skills/sci-translation-skill/

Baada ya usakinishaji kukamilika, onyesha upya ujuzi katika mwenyeji au fungua kikao kipya, kisha uthibitishe kuwa unaweza kusoma SKILL.md. Faili hii haiwezi kuchukua nafasi ya nyaraka za usanidi za mwenyeji mwenyewe.

Unapohamishia ujuzi kwa mwenyeji mwingine, thibitisha kwanza kiolesura chake cha kupakia ujuzi au sheria. Claude Code inahitaji kupakia kutoka saraka ya skill inayoungwa mkono na toleo la sasa; Antigravity, Cursor, Windsurf na Aider zinahitaji uthibitishaji wa kiolesura cha sheria; Dify, FastGPT, Coze au Harness iliyojengwa mwenyewe zinahitaji kutekeleza nodi za majukumu, uhamishaji wa faili, usimamizi wa utegemezi na rekodi za uendeshaji. Kupakia tu kwenye msingi wa maarifa hakumaanishi kuwa umeunda mtiririko wa kazi wa Agent wengi.

Ujuzi huu haulazimishi matumizi ya Sonnet au Opus, wala haubadilishi usanidi wa mwenyeji bila ruhusa. Hati za ukaguzi zinahitaji tu maktaba ya kawaida ya Python 3.

Matumizi ya msingi

1. Kutafsiri kwa majaribio kwa hali ya pilot

Unapotumia kwa mara ya kwanza, unaweza kumwomba wakala aanze kwa kuunda faharasa ya istilahi, kisha atafsiri kwa majaribio aya 2 hadi 3 ulizobainisha. Maagizo yanapaswa kufafanua taaluma, jarida lengwa na muundo wa ingizo, na kuhitaji uhifadhi wa usababishaji, ukanushaji, vikwazo na thamani za nambari.

Tumia $sci-translation-skill kutafsiri makala kwa hali ya pilot.
Taaluma: [taaluma]; jarida lengwa: [jina au halijaamuliwa]; muundo: [LaTeX/Word/maandishi tupu].
Kwanza unda faharasa ya istilahi kutoka kwa mwili wa makala, maelezo ya fomula, michoro, majedwali na viambatisho, kisha tafsiri kwa majaribio aya 2–3 nitakazobainisha.
Tafsiri kwa uaminifu kwanza, kisha panga taarifa za ndani ya aya kulingana na sura na msomaji; fafanua mtendaji wa kitendo na usilazimishe urefu wa sentensi.
Hifadhi usababishaji, ukanushaji, vikwazo na thamani za nambari za maandishi ya awali; usiongeze majaribio, marejeleo au dhamana za usalama.
Ikiwa kuna zana huru za Agent, gawanya majukumu ya ukaguzi; vinginevyo eleza kuwa umejipitia kwa mfuatano.
Toa tafsiri, istilahi zilizogandishwa, maelezo ya marekebisho yenye maeneo na vipengele vinavyohitaji uthibitisho wa mwandishi.

Matokeo ya tafsiri ya majaribio yanapaswa kujumuisha angalau tafsiri, istilahi zilizogandishwa, maelezo ya marekebisho yenye maeneo na masuala yanayohitaji uthibitisho wa mwandishi. Baada ya kuthibitisha istilahi na namna ya kazi, panua uchakataji hadi makala nzima.

2. Kukagua rasimu iliyopo ya Kichina na Kiingereza

Ikiwa tayari una maandishi ya awali ya Kichina na tafsiri ya Kiingereza, unaweza kutumia hali ya review. Mpangilio wa ukaguzi unapaswa kuanza na maana ya kiufundi, istilahi, nguvu ya madai, nambari, vitengo na marejeleo, kisha kuangalia uasilia wa lugha.

Tumia hali ya review ya $sci-translation-skill kukagua Kiingereza aya kwa aya dhidi ya Kichina.
Kwanza kagua maana ya kiufundi, istilahi, nguvu ya madai, nambari/vitengo na marejeleo, kisha kagua uasilia wa lugha.
Rekebisha tu matatizo yenye ushahidi; tenganisha mapendeleo kama “uses→adopts” na makosa ya msingi.
Kagua kwanza vikwazo vya usomaji kabla ya kubadilisha sentensi; linganisha tafsiri ya kwanza na rasimu iliyohaririwa ili kuhakiki upeo wa masharti, usababishaji, vipimo na uhusishaji wa marejeleo.
Kwa kila kipengele, orodhesha maandishi ya awali, tafsiri ya sasa, marekebisho na sababu, kisha kagua tena baada ya kuhariri.

Hali hii hutenganisha makosa ya msingi na mapendeleo ya uundaji wa maneno. Kwa mfano, kubadilisha uses kuwa adopts pekee si lazima kuwe tatizo la kiufundi, hivyo tofauti zote za kimtindo hazipaswi kusajiliwa kama makosa.

3. Kutafsiri makala nzima na kulinda maandishi ya awali

Hali ya makala nzima inafaa baada ya istilahi na matokeo ya tafsiri ya majaribio kuthibitishwa. Mwakala anapaswa kuwasilisha matokeo katika saraka mpya bila kufunika maandishi ya awali; sehemu zote zinapaswa kushiriki toleo moja la faharasa na muktadha wa utafiti, na kujumuisha mwili wa makala, maelezo ya michoro, majedwali, maelezo ya fomula, algoriti na viambatisho.

Tumia $sci-translation-skill kutafsiri makala nzima kulingana na faharasa iliyothibitishwa.
Wasilisha katika saraka mpya bila kufunika maandishi ya awali. Vitalu vyote vishiriki toleo moja la faharasa na muktadha wa utafiti.
Jumuisha mwili wa makala, maelezo ya michoro, majedwali, maelezo ya fomula, algoriti na viambatisho; mwishoni kagua upeo wa madai ya muhtasari.
Wasilisha hati ya Kiingereza, faharasa, ulinganifu wa aya kwa aya, kumbukumbu ya mzunguko kamili wa ukaguzi na vipengele vinavyohitaji uthibitisho.

Kutumia zana za ukaguzi wa kubainika

Hazina inatoa hati za ndani za kukagua tofauti zinazoonekana katika tafsiri. Anza kwa kuendesha jaribio la ukamilifu wa ujuzi:

bash references/test-skill-integrity.sh

Kisha unaweza kuendesha ukaguzi wa tafsiri kwenye faili za chanzo na lengwa:

python3 scripts/audit_translation.py source.tex target.tex \
  --glossary terminology-glossary.json \
  --alignment alignment.json \
  --output qa-report.json

Ukaguzi huu unaweza kukagua nambari, vipande vilivyolindwa, idadi ya marejeleo, muundo wa msingi, taarifa za ulinganifu na istilahi zilizosajiliwa. Unaweza pia kuendelea kutumia kiingilio cha shell kilichopo:

bash references/test-translation-structure.sh source.tex target.tex glossary.json

Maana za misimbo ya kutoka ni kama ifuatavyo:

• 0: Ukaguzi uliotekelezwa haukupata tofauti.
• 1: Tofauti inayohitaji uchunguzi zaidi imepatikana.
• 2: Hitilafu ya ingizo au uchanganuzi.

Msimbo wa kutoka wa 0 haumaanishi kuwa tafsiri imefikia hali ya kuwasilishwa. Bila kutoa alignment, huwezi kudai kuwa ulinganifu wa aya kwa aya au ukaguzi wa uzingatiaji wa istilahi umekamilika. Mfuatano fulani sahihi wa nambari au marekebisho ya muundo unaweza pia kuleta tofauti, na unahitaji kurekodiwa na kushughulikiwa na binadamu.

Hati hizi hazifanyi ukaguzi wa “ladha ya AI”, wala hazithibitishi usahihi wa taaluma. Zinaweza tu kusaidia kugundua tofauti za kimuundo zinazoweza kubainika; haziwezi kuchukua nafasi ya uhakiki wa maana, uthibitisho wa binadamu au ukaguzi wa mwisho wa mtaalamu.

Mapendekezo ya mazoea ya juu

Fungia toleo la faharasa na rekodi muktadha

Usitumie faharasa ya mfano moja kwa moja kwa makala zote. Faharasa ya mfano iliyotolewa na mradi hutumika tu kuonyesha sehemu za data, na haijathibitishwa nje. Katika mradi halisi, unda rekodi zako za istilahi kulingana na dhana, sura na muktadha, kisha ukague tena istilahi zilizoathiriwa baada ya marekebisho.

Tenganisha kizingiti cha uaminifu na ubora wa lugha

Kwanza amua ikiwa tafsiri imehifadhi maana ya kisayansi, kisha tathmini ikiwa sentensi ni ya asili. Kutopatikana kwa makosa hakumaanishi moja kwa moja alama kamili, kwa kuwa upeo wa ukaguzi unaweza kuwa mdogo au kunaweza kuwa na matatizo ambayo bado hayajatambuliwa. Uhariri wa lugha pia hauwezi kuficha upungufu wa ushahidi kwa kutumia usemi wa kuvutia zaidi.

Linda muundo na uhusishaji wa marejeleo

Kabla ya kuanza kutafsiri, unda orodha ya muundo na rekodi hasa fomula, macro, marejeleo, viwianishi vya majedwali, maelezo ya michoro na viambatisho. Baada ya kuhariri, usikague tu kama nambari zipo, bali pia uthibitishe kuwa bado zimehusishwa na kipimo, kitengo na masharti sahihi; idadi sawa ya fomula haiwezi kuthibitisha kuwa vigeu havijabadilika.

Funga mzunguko wa marekebisho kwa nambari za masuala

Hifadhi issue ID thabiti kwa kila tatizo, pamoja na maandishi ya awali, tafsiri ya sasa, marekebisho, sababu na eneo. Baada ya marekebisho kukamilika, linganisha tena maandishi ya chanzo, tafsiri ya kwanza na rasimu iliyohaririwa, ukikagua hasa upeo wa masharti, uhusiano wa kisababishi, vipimo, marejeleo na nguvu ya madai.

Maelekezo ya faili za mradi

• SKILL.md: Kiingilio cha ujuzi na masharti ya kuidhinisha.
• Mkataba wa istilahi: Schema ya faharasa sanifu na muundo wa alignment.
• Mkataba wa majukumu: Mahitaji ya zana halisi na umiliki wa faili.
• Mwongozo wa lugha: Usemi wa uaminifu, mfupi na wa asili.
• Uhariri unaoelekezwa kwa msomaji: Upangaji wa sura, mzigo wa ndani ya sentensi, mshikamano na ukaguzi wa uaminifu baada ya uhariri.
• Wasifu wa taaluma: Hatari kuu katika taaluma tofauti.
• Tathmini ya tabia: Mpango wa kukubali tabia ya modeli.
• Mfano wa tafsiri: Kisa cha tofauti kilichoundwa kwa madhumuni ya kujenga, si uthibitisho wa matokeo yaliyochapishwa.

Hitimisho

Thamani ya sci-translation-skill iko katika kubadilisha tafsiri ya makala kutoka uboreshaji wa mara moja kuwa mchakato unaoweza kufuatiliwa unaojumuisha kufungia istilahi, tafsiri ya kwanza ya uaminifu, usahihishaji huru, ukaguzi wa tofauti na uthibitisho wa mwandishi. Kutumia kwa mpangilio wa pilot, review, uwasilishaji wa makala nzima na ukaguzi wa mwisho kunaweza kusaidia kugundua mapema hatari za kiufundi na za muundo.

Hata hivyo, si zana ya kiotomatiki ya kuthibitisha usahihi wa taaluma, wala haiwezi kuchukua nafasi ya uthibitisho wa mwandishi kuhusu hitimisho la kisayansi. Kwa miundo tata, hati za kitabibu na tafsiri yoyote inayotarajiwa kuwasilishwa, bado inapaswa kuunganishwa na ukaguzi wa uonyeshaji, uhakiki wa binadamu na ukaguzi wa mwisho wa mtaalamu.