Překlad Jupyter Notebooků (.ipynb): Kód je spuštěný, ale je Markdown srozumitelný?

Diagnostika aktuálního stavu

“Zprávy o analýze dat obvykle kombinují spustitelný kód, výstupy a vysvětlující text v Markdownu; kompletní překlad by mohl vést k nefunkčnímu kódu nebo úpravám výstupů.”

Analýza hlavní příčiny

1

Inteligentní rozdělení typů buněk

Překladová AI směruje podle pole `cell_type` ve struktuře JSON: buňky typu `markdown` jsou předávány do překladového enginu, zatímco buňky typu `code` jsou striktně uzamčeny. U buněk typu `raw` si uživatel může zvolit, zda je chce překládat.

2

Ochrana vestavěných vzorců v Markdownu

V buňkách typu Markdown se často nacházejí matematické vzorce ve formátu LaTeX (například `$E=mc^2$`). AI modul rozpozná ohraničení pomocí `$` a považuje jejich obsah za 'neměnitelný token', překládá pouze vysvětlující text v okolí vzorce.

3

Čištění dat ve výstupech (Output)

Ve výchozím nastavení doporučujeme před nahráním odstranit výstupy, avšak pokud obsahují textový výstup (například chybové logy nebo tiskové výsledky), AI může v závislosti na konfiguraci překládat pouze přirozený jazyk a zachovat strukturu Tracebacku.

Shrnutí konečného řešení

Dokonale splňuje lokalizační požadavky pro sdílení soutěží Kaggle či výukových materiálů a zajišťuje synchronizaci mezi logikou kódu a doprovodnou dokumentací.