В этом видео я обзорно показываю процесс автоматизированного извлечения терминов и сборки двуязычных глоссариев с помощью Python-скриптов (подробности будут уже на курсе). Тут видна практическая механика: как из исходного текста получить структурированные данные, пригодные для дальнейшего использования в работе.
Видео будет полезно не только переводчикам, но и редакторам, техническим писателям, копирайтерам — всем, кто ведет терминологическую работу или хочет унифицировать лексику в проектах и подключать готовые словари к ИИ-ассистентам и CAT-системам (Trados, SmartCat, MemoQ и другим).
На экране — последовательная демонстрация настроек и результата обработки текста. На выходе зритель видит два готовых файла глоссария: один — в формате для CAT-программ, второй — оптимизированный для загрузки в ИИ-ассистента.
Важный момент: если вы не программист, повторить этот процесс самостоятельно не получится — если только не обрабатывать текст вручную, но тогда скорость 500 страниц за 17 секунд останется недостижимой. Цель видео — показать, какие инструменты и возможности работы с терминологией войдут в курс «Конвейер переводов», чтобы зритель мог оценить их применительно к своим задачам (анонс курса мы делали тут).
Возможно у кого-то возникнет вопрос: почему этот процесс нельзя сделать через ChatGPT или другие языковые модели? Потому что Python-скрипты дают другую скорость и глубину обработки на больших объемах текста (надо еще постараться запихнуть в модель 500 страниц текста).
Кроме того, скрипты работают бесплатно, тогда как использование LLM (особенно на постоянной основе) предполагает оплату либо подписки, либо токенов. Здесь же — одноразовая настройка процесса и неограниченное использование.
Смотреть видео тут: https://dzen.ru/video/watch/69a08569f99d643f38549056
В этом посте были ссылки, но мы их удалили по правилам Сетки
