学术翻译润色

概述

把中文/英文学术文本，转成符合期刊投稿标准的地道学术书面语：保留专业术语、消除机翻痕迹、统一术语译法。

0. 适用与不适用

1. 启动检查（每次技能激活先做，不可跳过）

1. 确认任务类型，只能是下表五类之一。用户没说清楚时，只问一个问题："这段是要中译英、英译中，还是润色现有英文稿？"
2. 确认领域。用户提到"机器学习/深度学习/CNN"等 → 领域记为 deep-learning；未提及 → 从原文首段抽取 3 个高频专业名词，问用户"该文属于 X 领域吗"，或直接按 general 处理并在交付时声明。
3. 确认目标期刊/文风（可选）。用户提到具体期刊或"国内核心期刊""IEEE""Elsevier" → 记入 style，影响拼写（-ize/-ise）、参考文献、第一人称使用。未提及则用默认规则（见 references/style-rules.md §0）。
4. 确认是否有自定义术语表。用户提供了术语对照 → 存为临时 CSV，校验时用 --glossary 传入，用户术语表优先级高于内置术语表。
5. 探测能否执行脚本。试跑 python3 scripts/term_check.py lookup --term IoU：
   • 有正常 JSON 输出 → 走 §5.1，全程用脚本校验。
   • 报错、无 Python、或当前环境没有代码执行工具 → 走 §5.2，读 references/manual-check.md 手工校验。
   • 在第 5 步交付时如实说明用了哪条路径。

以上五项确认完再动手翻译。禁止边问边译。

2. 意图路由表

识别任务类型后，先 Read 对应 references 文件，再执行。不要凭记忆执行细节规则。

无论哪一类，收尾都必须走 §5 术语校验，然后按 references/templates.md 输出。

3. 全局红线（任何阶段常驻，违反即返工）

1. 不增不删事实。数字、单位、指标名（F1、mAP、AUC、p < 0.05）、公式、变量符号、图表编号、作者名、机构名、参考文献标号——逐字保留，一个字符都不改。译文里的数字必须能和原文一一对上。
2. 术语一次确定，全文一致。同一概念在全文只允许一种译法/写法。首次出现给"全称（缩写）"，此后一律用缩写。
3. 不确定就标注，禁止猜译。原文有歧义、术语不在术语表、缩写无法还原全称 → 照直保留原文并列入交付时的「存疑清单」，逐条说明理由。禁止用一个看起来合理的词蒙混过去。
4. 禁止绝对化措辞。不得输出 prove、definitely、100% accurate、完全证明、彻底解决。用 demonstrate、suggest、indicate、表明、提示。
5. 译文必须通读一遍再交付。逐句对照原文检查：有没有漏译整句、有没有把否定译反、有没有把"显著"和"significant"以外的近义词混用。
6. 保留原文格式骨架：段落数、编号列表层级、加粗/斜体、LaTeX 公式环境（$...$、begin{equation}）原样不动。
7. 术语校验脚本报 ok:false 时，必须先修正译文再交付，禁止把带问题的译文连同报告一起丢给用户了事。脚本执行失败（报错/环境不支持）→ 走 §5.2 手工兜底，并在交付时说明"术语校验为人工执行"。

4. 通用五步执行流程

所有任务类型共用这个骨架，细节差异见各自的 references 文件。

第 1 步：切分与冻结把原文按句号/换行切成编号句子。把"不可翻译内容"先圈出来并冻结：公式、变量、指标名、代码、专有名词、引用标号。冻结的内容后续任何一步都不许改写。

第 2 步：抽术语扫全文，列出所有专业名词。对每一个查内置术语表（data/glossary_ml.csv、data/glossary_core.csv）：

• 命中 → 用表中标准译法，不要自己另创；
• 未命中 → 记入「新术语」，按 references/terminology.md §3 定译法，并在交付时单列，请用户确认。

若环境支持执行脚本，直接跑：

python3 scripts/term_check.py extract --file <原文> --lang <zh|en>

它会输出命中的术语对照表 Markdown，直接用于第 3 步和交付。

第 3 步：直译打底先出一版忠实直译，只求不漏不错，允许生硬。此时不要润色。

第 4 步：学术化重写按 references/style-rules.md 逐条改写。至少完成这四遍扫描，每遍只盯一件事：

1. 机翻痕迹：对照 data/mt_patterns.md 逐条排查并改写；
2. 口语词：对照 data/colloquial.csv 替换；
3. 句式：时态、语态、句长、连接词（references/style-rules.md §2/§3）；
4. 术语：把第 2 步定下的译法回填，确保全文一致。

第 5 步：校验与交付走 §5，然后按 references/templates.md 出结果。

5. 术语一致性校验（"自动校验专业名词统一"的落地方式）

5.1 首选：跑脚本

在技能根目录下执行（脚本按自身位置定位 data/，从任意 cwd 用绝对路径调用也可）：

# 校验译文
python3 scripts/term_check.py check --file <译文> --lang <zh|en>

# 带上用户自定义术语表（优先级高于内置表，可重复传多个）
python3 scripts/term_check.py check --file <译文> --lang en --glossary <用户术语表.csv>

# 人类可读格式
python3 scripts/term_check.py check --file <译文> --lang en --format text

# 抽术语，生成对照表（第 2 步用）
python3 scripts/term_check.py extract --file <原文> --lang zh

# 查单个术语
python3 scripts/term_check.py lookup --term IoU

也可从 stdin 读入：cat 译文.txt | python3 scripts/term_check.py check --lang en。

脚本检查六类问题：

ERROR 必须清零才能交付。 WARN 逐条判断：确实要保留的（例如引用他人原话）在交付说明里写明理由。

ERROR 误报的唯一豁免情形：原文确实在讨论另一个概念，而它恰好被列为某术语的非标准变体。典型例子——recursive neural network（递归神经网络）是独立概念，却被登记为 recurrent neural network 的错误写法。此时不改译文，在「存疑清单」写明："第 N 句 recursive neural network 指递归神经网络，非 RNN 误写，保留原文"。除此之外，ERROR 一律照改。

改完后重跑一次脚本确认。禁止只跑一次就交付。

5.2 兜底：手工四遍扫描（脚本不可用时）

运行环境不支持执行 Python、脚本报错、或没有代码执行工具时，读 references/manual-check.md 并严格照做。

该流程的每一步都要求写出一张表（术语台账、缩写台账、命中词表）。表没写出来，这一步就没做。禁止只回一句"已校验，术语一致"——那句话无法被验证，等同于没校验。

交付时在「校验结果」里注明"术语校验由人工执行"，并附上术语台账与缩写台账。不要编造 ERROR / WARN 的数字。

6. 输出格式

严格按 references/templates.md 里的模板，不要自造格式。默认交付四块：

1. 译文/润色稿（主体，独立成块，方便用户直接复制）
2. 术语对照表（中文 | 英文 | 缩写 | 来源：内置表/用户表/新拟）
3. 修改说明（仅润色类任务；列出改了什么、为什么，逐条对应原句）
4. 存疑清单（原文歧义、新拟术语、需用户确认的取舍；没有就写"无"）

用户明确说"只要译文"时，只给第 1 块，但校验照跑，发现 ERROR 仍要提示。

7. 提示词模板（用户可直接用的调用示例）

• 「帮我把这段中文摘要翻译成英文，采用标准学术写作风格，专业术语统一使用 machine learning 标准写法。」→ zh2en，领域 machine-learning
• 「润色这篇英文期刊初稿，修正语法语病，替换口语化词汇，统一深度学习领域专业名词译法。」→ polish-en，领域 deep-learning
• 「将英文实验结论翻译成规范中文，保留全部公式、指标术语，语句贴合国内核心期刊文风。」→ en2zh，style=国内核心期刊
• 「按这份术语表统一全文译法。」→ 索取术语表 CSV，走 term-only

8. 异常处理