Система машинного перевода с контекстным пониманием

Веб-приложение для машинного перевода текстов с поддержкой контекстного анализа, культурных особенностей и различных стилей перевода.

Основные возможности

• Многоязычный перевод: Поддержка перевода между русским, английским, французским, немецким, испанским, итальянским, китайским и японским языками
• Автоматическое определение языка: Система автоматически определяет исходный язык текста
• Контекстный анализ: Учёт стиля, диалекта и культурных особенностей при переводе
• Варианты перевода: Генерация нескольких вариантов перевода (формальный, неформальный, поэтичный, буквальный)
• Граф знаний: Визуализация графа знаний для анализа переводов
• Система авторизации: Безопасный вход с паролями и токенами доступа
• Управление переводами: Создание, редактирование, локализация и утверждение переводов
• Предпросмотр файлов: Предпросмотр содержимого текстовых файлов перед загрузкой

Требования

• Python 3.8+
• Flask 3.0.3+
• langdetect
• werkzeug

Установка

1. Клонируйте репозиторий:

git clone <repository-url>
cd translation_system

2. Установите зависимости:

pip install -r requirements.txt

3. Запустите приложение:

python main.py

4. Откройте браузер и перейдите по адресу: http://127.0.0.1:5000

Тестовые учётные данные

• Переводчик: translator1 / translator123
• Редактор: editor1 / editor123
• Администратор: admin1 / admin123

Использование

Создание перевода

1. Войдите в систему
2. Перейдите на страницу "Создать перевод"
3. Введите текст или загрузите файл (.txt)
4. Выберите исходный и целевой языки
5. Настройте стиль перевода
6. Нажмите "Создать перевод"

Редактирование черновика

1. В панели управления выберите перевод со статусом "draft"
2. Нажмите "Редактировать"
3. Внесите изменения и сохраните

Локализация перевода

1. Выберите перевод и нажмите "Локализовать"
2. Выберите один из вариантов или создайте комбинированный
3. Утвердите выбранный вариант

Работа с финальной версией

1. После локализации перейдите на страницу финальной версии
2. Просмотрите оригинал, черновик и финальную версию
3. При необходимости отредактируйте или утвердите перевод

Архитектура

Проект организован по модульному принципу:

• app/controllers/ - Контроллеры для бизнес-логики
• app/models/ - Модели данных
• app/views/ - Представления (маршруты Flask)
• app/templates/ - HTML шаблоны
• app/static/ - Статические файлы (CSS, JS)
• app/services/ - Сервисы (граф знаний, NLP, анализ и т.д.)
• app/data/ - Датасеты и данные
• app/knowledge/ - Модули работы с графом знаний
• app/nlp/ - NLP обработка текста
• app/inference/ - Движок вывода переводов

Безопасность

• Пароли хешируются с использованием werkzeug.security
• Токены доступа генерируются для каждой сессии
• Защита маршрутов через декоратор @require_auth
• Фильтрация переводов по пользователю

Датасеты

Система использует несколько датасетов:

• dataset.json - Базовый датасет переводов
• dataset_multilang.json - Многоязычные переводы
• dataset_common_phrases.json - Распространённые фразы

Разработка

Для разработки рекомендуется использовать виртуальное окружение:

python -m venv venv
source venv/bin/activate  # Linux/Mac
# или
venv\Scripts\activate  # Windows
pip install -r requirements.txt