Jupyter Notebook (.ipynb) fordítás: Futtatható a kód, olvasható a Markdown?
“Az adatelemzési jelentések rendszerint végrehajtható kódot, futtatási eredményeket és Markdown ismertető szöveget egyesítenek; a teljes körű, együttes fordítás kódhibához vagy kimenetek torzulásához vezethet.”
Kiváltó ok elemzése
Cellatípus szerinti intelligens szétválasztás
A Shangyi AI a JSON-struktúrában található `cell_type` mező alapján szegmentál: a `markdown` cellák a fordítómotorba kerülnek, míg a `code` cellák szigorúan zároltak maradnak. A `raw` cellák fordítása igény szerint választható.
A Markdown felületén belüli képletek védelme
A Markdown cellákban gyakran szerepelnek LaTeX formátumú matematikai képletek (például: `$E=mc^2$`). Az AI motor felismeri a `$` határolókat, és tartalmukat „változatlan tokenként” kezeli; kizárólag a képlet körüli magyarázó szöveget fordítja le.
Kimeneti adattisztítás (Output)
Alapértelmezésként javasolt a kimenetek tisztítása feltöltés előtt, azonban ha a kimenet szöveges elemeket tartalmaz (például hibalogokat vagy nyomtatott eredményeket), az AI konfigurációtól függően csak a természetes nyelvű részeket fordítja le, a Traceback szerkezetét változatlanul megőrizve.
Végső megoldás összefoglalója
Tökéletesen alkalmazható Kaggle versenymegoldások, illetve oktatási jegyzetek lokalizálására is, biztosítva a kódlogika és a dokumentáció szinkronban tartását.