É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.
Artigo de método
Este protocolo constrói um léxico cultural cultural chineso-inglês usando corpora bilíngues registrados, limpeza padronizada, extração de termos candidatos, alinhamento por similaridade e validação de especialistas com adjudicação. Usando esse fluxo de trabalho, 60 entradas verificadas foram exportadas com definições, exemplos de uso, registros de proveniência e saídas compatíveis com TBX.
Construir recursos terminológicos bilíngues para o turismo cultural cerâmico é desafiador porque textos relevantes são frequentemente fragmentados, as escolhas de tradução são inconsistentes e os fluxos de trabalho de construção reutilizáveis raramente são documentados. Este protocolo apresenta um fluxo de trabalho reproduzível e passo a passo para construir um léxico cultural cultural cerâmico chinês-inglês por meio do registro e limpeza de corpus, extração de termos candidatos, alinhamento bilíngue e validação de especialistas com adjudicação. Aplicado a um corpus bilíngue registrado, o fluxo de trabalho gerou termos selecionados para candidatos em chinês e inglês, produziu pares de termos bilíngues ranqueados e manteve alinhamentos validados após revisão independente de especialistas. O léxico finalizado exportou 60 entradas verificadas com formulários bilíngues, tags de domínio, tipos de tradução, definições bilíngues, exemplos de uso, registros de proveniência e saídas interoperáveis como arquivos Excel e TBX. Para apoiar transparência e reexecução, o protocolo também registra limiares, versões de pacotes, recursos congelados e decisões de validação ao longo de todo o fluxo de trabalho. Isso torna o procedimento auditável e mais fácil de adaptar a outros domínios do turismo patrimonial. Quando transferido para um novo domínio, os usuários podem estender a lista de palavras-chave do domínio, atualizar o recurso bilíngue de mapeamento e ajustar um pequeno número de limiares de lista curta e similaridade de acordo com o tamanho do corpus e densidade terminológica.
O turismo cultural tornou-se um importante motor do desenvolvimento de destinos, à medida que os viajantes buscam cada vez mais experiências baseadas no patrimônio que sejam significativas, em vez de puramenterecreativas. Nos níveis de políticas e indústria, organizações internacionais têm enfatizado repetidamente o valor de conectar o turismo à cultura e melhorar a interpretação, documentação e comunicação entre diversos bens patrimoniais. Dentro desse contexto mais amplo, o turismo cultural cerâmico é especialmente denso em terminologia, pois visitantes frequentemente encontram conceitos especializados relaci....
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Este estudo utilizou apenas dados textuais públicos ou autorizados pela instituição e não envolveu indivíduos humanos ou animais. Não era necessária aprovação ética institucional.
1. Criar o espaço de trabalho do projeto
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Rendimento de montagem e limpeza de corpos
Seguindo o desenho do corpus mostrado na Tabela 1, um corpus bilíngue registrado foi montado a partir de textos de museus e exposições, descrições patrimoniais e materiais turísticos voltados para o público. Após a limpeza, o corpus compreendia 12 documentos chineses e 8 documentos em inglês, totalizando 47.843 caracteres chineses e 32.193 caracteresingleses (30). O corpus manteve a co.......
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
O principal valor desse protocolo está em sua capacidade de transformar uma tarefa terminológica que muitas vezes é tratada informalmente em um fluxo de trabalho reproduzível e revisável. No turismo cultural cerâmico, muitos termos são tanto técnicos quanto interpretativos: referem-se não apenas a materiais, tipos de fornos, estágios de queima ou estilos decorativos, mas também a como esses conceitos são comunicados aos visitantes em rótulos, narrativas e materiaiseduca.......
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Os autores declaram que não possuem interesses financeiros ou não financeiros concorrentes relacionados a esta obra.
Os autores agradecem aos profissionais do turismo cultural cerâmico e à equipe do museu que forneceram acesso a materiais textuais e feedback do domínio durante a construção e validação do corpus. Os autores também agradecem aos dois anotadores independentes de domínio pela análise cuidadosa dos candidatos a alinhamento e pelos comentários construtivos sobre o design da entrada. Esse trabalho foi apoiado pelo Projeto de Pesquisa da Associação de Ensino Superior de Jiangxi intitulado "Estudo sobre Tradução Inteligente para o Inglês da Terminologia do Turismo Cerâmico Chinês Baseado no DeepSeek e seu Modelo de Disseminação Multicanal" (....
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| Computer workstation | Hardware | Qualquer computador moderno capaz de executar Python 3.11 e processar corpora de texto; ≥8 GB RAM recomendado | Nenhum número de catálogo necessário Origem: Genérico (qualquer fornecedor) |
| Sistema operacional | Software | Windows 10/11, macOS, ou Linux (registre a versão exata do SO em logs/run_notes.txt) | Versão registrada em run_notes.txt Origem: Instalado no sistema |
| Python | Software | Python 3.11 | Versão registrada em logs/pip_freeze.txt Origem: Distribuição da Python Software Foundation |
| jieba | Biblioteca de software | 0.42.1 | jieba==0.42.1 Origem: Repositório de pacotes PyPI |
| spaCy | Biblioteca de software | 3.7.2 | spacy==3.7.2 Origem: Repositório de pacotes PyPI |
| Modelo de pipeline em inglês | Modelo de NLP | en_core_web_sm 3.7.1 (pacote de modelo spaCy) | en_core_web_sm==3.7.1; instalação registrada em run_notes.txt Origem: Repositório de modelos spaCy |
| scikit-learn | Biblioteca de software | 1.4.2 | scikit-learn==1.4.2 Origem: Repositório de pacotes PyPI |
| RapidFuzz | Biblioteca de software | 3.6.1 | RapidFuzz==3.6.1 Origem: Repositório de pacotes PyPI |
| Editor de planilha | Software | Qualquer software capaz de editar arquivos .xlsx | Usado para visualizar/editar SourceRegister.xlsx, CorpusStats.xlsx, arquivos Candidates/Shortlist Origem: Genérico (qualquer fornecedor) |
| Editor de texto simples | Software | Qualquer software capaz de editar arquivos .txt e.csv | Usado para visualizar/editar logs/.txt e resources/.csv Origem: Genérico (qualquer fornecedor) |
| Ferramenta de conversão de texto UTF-8 | Software | Qualquer ferramenta capaz de exportar documentos para texto simples UTF-8 | Usado na Etapa 2.3; método exato registrado em run_notes.txt Origem: Genérico (qualquer fornecedor) |
| Modelo SourceRegister | Modelo de arquivo | SourceRegister.xlsx com campos: source_id, title, owner/publisher, language, genre, access_date, license_note | Congelado como outputs/SourceRegister_v1.xlsx Origem: Criado neste estudo |
| Modelo de estatísticas do corpus | Modelo de arquivo | CorpusStats.xlsx com campos: source_id, lang, n_chars_before, n_chars_after, timestamp, cleaning_ruleset | Gerado durante a Etapa 3.6 Origem: Criado neste estudo |
| Dicionário de usuário chinês | Arquivo de recursos | resources/userdict_zh.txt (lista de termos específicos do domínio para suporte de segmentação) | Cópia congelada salva; checksum registrado em thresholds.txt Origem: Criado/curado neste estudo |
| Mapa de palavras-chave do domínio | Arquivo de recursos | resources/domain_keywords.csv com regras de prioridade de domain_tag | Congelado como outputs/domain_keywords_v1.csv; checksum registrado em alignment_log.txt Origem: Criado/curado neste estudo |
| Tabela de mapeamento de termos chinês-inglês | Arquivo de recursos | resources/term_map_zh2en.xlsx com colunas term_zh e term_zh_en | Congelado como outputs/term_map_zh2en_v1.xlsx; cobertura registrada em alignment_log.txt Origem: Criado/curado neste estudo |
| Log de limite | Arquivo de log | logs/thresholds.txt (padrões, limites, versões da biblioteca, checksums de recursos) | Necessário para reexecuções determinísticas Origem: Gerado neste estudo |
| Log de alinhamento | Arquivo de log | logs/alignment_log.txt (pesos, k, cutoffs, configurações do vetorizador, cobertura do mapeamento, checksums do mapa) | Necessário para reexecuções determinísticas Origem: Gerado neste estudo |
| Planilha de anotação | Modelo de arquivo | validation/Annotation.xlsx (pair_id, term_zh, term_en, S, decisões, adjudicação, racionalização) | Congelado como outputs/Annotation_v1.xlsx após a Etapa 6.6 Origem: Criado neste estudo |
| Saída de avaliação | Arquivo de saída | outputs/Evaluation.xlsx (acordo bruto, kappa de Cohen, totais) | Produzido na Etapa 6.4 Origem: Gerado neste estudo |
| Exportação final do léxico | Arquivo de saída | outputs/FinalLexicon.xlsx seguindo o esquema da Tabela 2 | Produzido na Etapa 7.2 Origem: Gerado neste estudo |
| Exportação TBX | Arquivo de saída | Arquivo TBX gerado a partir do FinalLexicon.xlsx com mapeamento entry_id estável | Resultado de validação registrado em run_notes.txt Origem: Gerado neste estudo |
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.