bilingua

英文论文中英对照阅读骨架生成器 GitLink AI Agent Skill。把英文文本智能断句，生成原文/译文逐句对照的 Markdown 表格，并提取高频术语生成术语表以统一译名。

GitLink 智能化服务开源项目贡献赛 子赛题二（编写和丰富 GitLink Skills） 参赛作品。作者：Ct201314

它解决什么

英文论文读得慢，是因为没人给你逐句配中文。bilingua 帮你：

• 智能断句：正确处理学术文本里高频的缩写（Dr./et al./e.g./i.e.）和小数点（0.92、p<0.05），不在这些地方误切
• 中英对照骨架：每句一行，左原文右译文，逐句对照、稳定回填
• 术语提取：识别高频缩略语与名词短语，生成术语表，先统一译名再翻译

设计特点

只搭骨架、不臆造翻译——纯本地、纯标准库，译文列留空由你或翻译工具回填。核心竞争力是断句质量：一句包含 Dr.、et al.、0.92、p < 0.05 四个陷阱的句子能被正确识别为一整句。

安装与使用

python scripts/bilingua.py --input paper.txt --output reading.md
python scripts/bilingua.py --text "Your English paragraph." --format json

目录结构

bilingua/
├── SKILL.md
├── scripts/bilingua.py
├── references/  sentence-splitting.md + usage.md
├── examples/  真实对照产物
├── tests/test_bilingua.py（15 用例）
├── requirements.txt
└── LICENSE

真实验证

输入含 Contrastive learning (e.g., SimCLR)... Dr. Wang et al. reported a Dice score of 0.92 on the MRI dataset (p < 0.05)... 的段落，正确切成 4 句（4 个断句陷阱无一误切），术语表识别出 MRI/CNN/GAN。产物见 examples/。

python -m pytest tests/ -q   # 15 passed

许可证

Mulan PSL v2。