Tradução de Jupyter Notebook (.ipynb): O código funciona, mas e a legibilidade do Markdown?

Diagnóstico do estado atual principal

Os relatórios de análise de dados normalmente misturam código executável, resultados e texto explicativo em Markdown; a tradução integral pode causar falhas no código ou adulteração dos resultados.

Análise da causa raiz

1

Encaminhamento inteligente por tipo de célula

A IA de tradução encaminha de acordo com o campo `cell_type` na estrutura JSON: as células `markdown` são enviadas para o motor de tradução, enquanto as células `code` permanecem rigorosamente protegidas. Para as células do tipo `raw`, o utilizador pode escolher se deseja traduzi-las ou não, conforme necessário.

2

Proteção de fórmulas embutidas em Markdown

Nas células Markdown, é frequente incluir fórmulas matemáticas em LaTeX (como `$E=mc^2$`). O motor de IA reconhece o delimitador `$` e trata o seu conteúdo como um 'token imutável', traduzindo apenas o texto explicativo em torno da fórmula.

3

Limpeza dos dados de saída (Output)

Por predefinição, recomendamos que o utilizador limpe os dados de saída antes de os carregar, mas se estes incluírem saída em formato de texto (como registos de erro ou resultados de impressão), a IA pode, conforme a configuração, traduzir apenas as partes em linguagem natural, mantendo a estrutura do Traceback.

Resumo da solução final

Adapta-se na perfeição às necessidades de localização para partilha em competições do Kaggle ou materiais didáticos, garantindo a sincronização entre a lógica do código e a documentação explicativa.