Skip to content

Add internal medicine glossary - #27

Open
ChungkeLee wants to merge 3 commits into
immersive-translate:mainfrom
ChungkeLee:main
Open

Add internal medicine glossary#27
ChungkeLee wants to merge 3 commits into
immersive-translate:mainfrom
ChungkeLee:main

Conversation

@ChungkeLee

Copy link
Copy Markdown

No description provided.

@ChungkeLee

Copy link
Copy Markdown
Author

增加内科学、外科学、皮肤性病学教材中英文翻译对照

@TaoLoading

Copy link
Copy Markdown
Contributor

你好,感谢贡献内科学、外科学、皮肤性病学相关术语库。我们已经重新检查了这次 PR,整体文件结构、CSV 表头、语言码、meta/index.json 注册和发布脚本生成 hash 都是可以跑通的。

不过当前 PR 还需要调整后才能合并,主要有几个问题:

  1. 词库里包含很多极短或通用的 source,例如 DAILMLL 等。插件当前会根据术语 source 做命中匹配,这类短词很容易在非医学文本中误命中。请先删除或改写这些高度歧义的短词;如果确实需要保留,请提供非常明确的适用范围,避免启用后影响普通网页翻译。

  2. CSV 中有不少疑似从教材索引/OCR 抽取时带入的残留,需要清理。例如:

    • non-ST segment elevationacute coronary syndrome
    • coronary atherosclerotic heartdisease
    • erythro- cyte glucose-6-phosphate dehydrogenase deficiency
    • acute physiology and
    • magnetic resonance cholangiopancrea- tography
    • antisepsis 3
    • f irst episode type
    • skin 7

    这些会导致术语无法正确命中或产生错误匹配,请系统检查并清理类似断词、缺空格、页码数字残留和不完整短语。

  3. 三个医学子词库之间有一些同一个英文 source 对应不同中文 target 的情况,尤其是医学缩写,例如 ACSAIHCAS 等。请优先处理这些高风险冲突,避免用户同时启用多个医学词库时出现不稳定翻译结果。

  4. meta/*.json 里的 author 目前写成了 immersive,建议改为贡献者名 ChungkeLee。另外,因为这些术语来自教材中英文对照索引,也建议在描述中补充数据来源/版本,并确认该数据可以在 public repo 中公开再分发。

调整完成后我们可以继续 review。再次感谢你的贡献!

@ChungkeLee

Copy link
Copy Markdown
Author

你好,感谢贡献内科学、外科学、皮肤性病学相关术语库。我们已经重新检查了这次 PR,整体文件结构、CSV 表头、语言码、meta/index.json 注册和发布脚本生成 hash 都是可以跑通的。

不过当前 PR 还需要调整后才能合并,主要有几个问题:

  1. 词库里包含很多极短或通用的 source,例如 DAILMLL 等。插件当前会根据术语 source 做命中匹配,这类短词很容易在非医学文本中误命中。请先删除或改写这些高度歧义的短词;如果确实需要保留,请提供非常明确的适用范围,避免启用后影响普通网页翻译。

  2. CSV 中有不少疑似从教材索引/OCR 抽取时带入的残留,需要清理。例如:

    • non-ST segment elevationacute coronary syndrome
    • coronary atherosclerotic heartdisease
    • erythro- cyte glucose-6-phosphate dehydrogenase deficiency
    • acute physiology and
    • magnetic resonance cholangiopancrea- tography
    • antisepsis 3
    • f irst episode type
    • skin 7

    这些会导致术语无法正确命中或产生错误匹配,请系统检查并清理类似断词、缺空格、页码数字残留和不完整短语。

  3. 三个医学子词库之间有一些同一个英文 source 对应不同中文 target 的情况,尤其是医学缩写,例如 ACSAIHCAS 等。请优先处理这些高风险冲突,避免用户同时启用多个医学词库时出现不稳定翻译结果。

  4. meta/*.json 里的 author 目前写成了 immersive,建议改为贡献者名 ChungkeLee。另外,因为这些术语来自教材中英文对照索引,也建议在描述中补充数据来源/版本,并确认该数据可以在 public repo 中公开再分发。

调整完成后我们可以继续 review。再次感谢你的贡献!

已进行修改,请检查。

@TaoLoading

Copy link
Copy Markdown
Contributor

你好,感谢更新!这次已经修复了不少问题:短缩写类术语已大幅移除,author 已改为贡献者名,metadata 也补充了教材来源/版本。我们这边重新检查后,发布链路是可以跑通的,三个词库也都能生成对应的 langsHash

不过当前 PR 还需要再调整后才能合并,主要剩下几个问题:

  1. medical-dermatology-venereology_zh-CN.csv 里仍有一些明显的 OCR/抽取断词残留,例如:

    • ref lectance confocal microscopy
    • f ixed drug eruption
    • hemoporf in
    • collagen f ibers
    • cerebrospinal f luid
    • f ilaggrin

    这些 source 合并后无法正确命中原文,请继续系统检查并修正类似断词。

  2. 三个词库目前没有配置 matchesmatches 不是硬性必填,但这里仍包含不少通用单词类 source,例如 patchscarlasernailgelskinfractureshockhormone 等。如果用户启用后在所有网页生效,可能影响普通网页翻译。建议补充明确的医学相关适用范围,或者删除/限定这些过于通用的单词项。

  3. 现在 metadata 已写明术语来源于第 10 版教材名词对照索引。因为这是 public repo,请再确认这些术语数据可以公开再分发;如果可以,也建议在 PR 说明或 metadata 描述中补充一句来源/授权说明。

调整完成后我们可以继续 review。再次感谢你的耐心修改和贡献!

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

2 participants