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

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants