🎓 AcademicBatchTranslate
学术论文批量翻译工具

基于大语言模型，专为科研人员高效阅读外文文献而优化

🚀 快速访问项目 · 💬 技术交流群 · ⚡ 快速开始 · 📱 功能介绍

🌟 项目简介

AcademicBatchTranslate 是一款面向科研人员的批量翻译工具，利用先进的大语言模型技术，帮助您快速理解和阅读外文学术文献。

✨ 核心特性：

📄 多格式支持 - PDF、Word、Markdown、Excel、PPTX 等多种文档格式
🎯 术语一致性 - 自定义术语表，确保专业术语翻译准确统一
⚡ 批量处理 - 一次性上传多个文档，并行翻译，高效省时
🌐 多平台兼容 - 支持 OpenAI、智谱 AI、DeepSeek、阿里云等主流 AI 平台
🔒 本地化部署 - 支持本地模型（如 Ollama），保护数据隐私
💻 Web 界面 - 直观易用的 Web 界面，无需编程基础

📢 加入技术交流社群

关注微信公众号 「文科生的自我拯救」，后台回复 「交流群」 即可加入我们的技术交流群。

在群内您可以：

功能	描述
💬	与其他科研人员交流使用心得
🐛	反馈问题与获取技术支持
📢	获取最新功能更新通知
🤝	参与项目共建与改进

🚀 快速开始

📦 安装部署

# 1️⃣ 下载项目
git clone https://github.com/yangyh-2025/document-translate.git
cd document-translate

# 2️⃣ 安装后端
pip install -e .

# 3️⃣ 安装前端
cd frontend
npm install
npm run build
cd ..

# 4️⃣ 启动服务
python -m academicbatchtranslate.app

🌐 访问界面

启动成功后，在浏览器中访问：

http://127.0.0.1:8010

🎉 就这么简单！ 5 步即可开始翻译您的学术文档。

🌍 局域网访问

如需让局域网内其他设备访问：

python -m academicbatchtranslate.app --host

然后在其他设备的浏览器中访问：http://你的IP地址:8010

📱 Web 界面功能

1️⃣ 批量翻译

批量翻译页面用于上传多个文档进行翻译，支持实时进度跟踪。

📋 操作步骤

点击上传区域或拖放文件
等待文件上传完成
点击「开始批量翻译」按钮
翻译完成后点击「下载结果」下载 ZIP 包

📁 支持的文件格式

格式	说明
📄 PDF	学术论文（需配置 MinerU Token）
📝 Markdown	.md 文件
📃 Word	.docx 文档
📊 Excel	.xlsx 表格
📜 纯文本	.txt 文件
🎬 SRT 字幕	.srt 字幕文件
📚 EPUB	.epub 电子书
🌐 HTML	.html 网页
📽️ PPTX	.pptx 演示文稿
🎭 ASS 字幕	.ass 字幕文件
📋 JSON	.json 数据文件

🛠️ 功能说明

功能	说明
📤 文件上传	支持拖放或点击上传多个文件
👀 文件预览	显示已上传文件的列表和状态
🏷️ 文件名预览	预览翻译后的文件名
📊 进度显示	实时显示每个文件的翻译进度百分比
📦 批量下载	翻译完成后一键打包下载所有结果
🗑️ 清空文件	一键清除所有已上传的文件

2️⃣ 术语表

术语表用于确保专业术语翻译的一致性，是提高翻译质量的重要工具。

💡 术语表的作用

术语统一：确保同一术语在整个文档中翻译一致
专业准确：手动指定专业术语的标准译文
避免误译：防止 AI 对多义词进行错误翻译

📋 术语表格式

Source,Target
Abstract,摘要
Methodology,方法论
Machine Learning,机器学习
Neural Network,神经网络
Transformer,Transformer

📝 格式要求

✅ 第一列必须是 Source（原文）
✅ 第二列必须是 Target（译文）
✅ 编码为 UTF-8，支持中文
✅ 每行一个术语对照

🛠️ 使用方法

方法	操作
✍️ 手动添加	在表格底部输入原文和译文，点击「添加术语」
📥 CSV 导入	拖放 CSV 文件到指定区域，自动解析并加载
📤 CSV 导出	点击「导出 CSV」按钮，下载备份文件
🤖 AI 自动提取	点击「自动生成术语」，让 AI 从文本中提取关键术语

⚠️ 注意事项

术语表中已有的术语会覆盖自动翻译结果
建议为每个翻译任务准备专属的术语表
可以在 Excel 中编辑 CSV，但保存时注意选择 UTF-8 编码

3️⃣ 历史记录

历史记录页面用于查看之前的翻译任务（功能开发中）

🔮 计划功能

📜 查看所有翻译任务的历史记录
📥 重新下载历史任务的结果
🗑️ 删除不需要的历史记录

4️⃣ 设置

设置页面用于配置翻译相关的各种参数。

🔑 API 配置

参数	说明	示例
API Base URL	AI 模型的 API 基础地址	`https://api.openai.com/v1`
API Key	AI 模型的访问密钥	`sk-xxxxxxxxxxxxxxxx`
Model ID	使用的 AI 模型名称	`gpt-4o`、`glm-4-air`
目标语言	翻译的目标语言	`中文`、`English`、`日本語`

🌐 支持的 AI 平台

平台	Base URL	推荐模型
🔵 OpenAI	`https://api.openai.com/v1`	`gpt-4o`、`gpt-4o-mini`
🟣 智谱 AI	`https://open.bigmodel.cn/api/paas/v4`	`glm-4-air`、`glm-4-flash`
🔷 DeepSeek	`https://api.deepseek.com/v1`	`deepseek-chat`、`deepseek-v3`
🟠 阿里云	`https://dashscope.aliyuncs.com/compatible-mode/v1`	`qwen-plus`、`qwen-turbo`
🟢 Ollama（本地）	`http://localhost:11434/v1`	`qwen2.5:7b`、`llama3:8b`

💡 提示：所有敏感信息（API Key、Token）都支持显示/隐藏切换，方便查看和编辑。

⚙️ 参数配置

参数	说明	推荐值	调整建议
分块大小	每次翻译的字符数	`1000`	文档复杂时调小，简单文本可调大
并发数	同时翻译的块数	`5`	网络好且 API 限制高时调大
温度	控制翻译的随机性	`0.3`	翻译建议保持较低值
Top P	核采样参数	`0.9`	通常保持默认值

📖 参数详解

分块大小：将文档切分成小块进行翻译。值太小会增加请求次数，太大可能超出模型上下文限制。学术论文建议 1000-2000。
并发数：同时发送的翻译请求数量。值越大速度越快，但会增加 API 消耗。
温度：控制翻译的创造性。0 代表完全确定性翻译，1 代表高度随机性。翻译学术文献建议使用 0.2-0.4。
Top P：另一种控制随机性的方法，通常与温度配合使用。保持默认值即可。

🔧 MinerU 配置（PDF 翻译必需）

参数	说明
MinerU Token	解析 PDF 文件必需的 API Token

📝 如何获取 MinerU Token

访问 MinerU 官网
注册账号并登录
申请免费 Token（通常有一定额度）
将 Token 复制到设置页面

⚠️ 重要提示：

翻译 PDF 文件时必须配置此参数
Token 有使用配额限制，用完需要重新申请
也可以本地部署 MinerU 服务使用

🏷️ 文件名配置

控制翻译后输出文件的命名方式。

📌 配置方式

模式	说明	示例
前缀 + 后缀	在原文件名前后添加内容	前缀 `translated_`，后缀 `_zh` → `translated_paper_zh.pdf`
自定义模式	使用占位符自定义格式	`{original}_{timestamp}` → `paper_1712345678.pdf`

🔤 可用占位符

{original}：原文件名（不含扩展名）
{timestamp}：当前时间戳

💡 使用场景

需要区分原文和译文：添加后缀如 _zh 或 _translated
需要包含时间信息：使用 {timestamp} 占位符
需要自定义前缀：如按项目添加前缀 project1_

❓ 常见问题

Q1: 翻译 PDF 失败怎么办？

✅ 解决方案：

确保已在设置中配置 MinerU Token
检查 Token 配额是否用完
确认文件大小在 MinerU 支持范围内（通常几十 MB 以内）

Q2: 如何使用本地模型（如 Ollama）？

✅ 配置参数：

Base URL: http://localhost:11434/v1
API Key: ollama（任意字符串都行）
Model ID: 你的模型名称，如 qwen2.5:7b

Q3: 翻译速度慢怎么办？

✅ 优化建议：

增加「并发数」参数（如从 5 调到 10）
使用速度更快的模型（如 gpt-4o-mini）
检查网络连接是否稳定

Q4: 如何提高翻译质量？

✅ 质量提升技巧：

使用较大的模型（如 GPT-4、DeepSeek-V3）
降低「温度」参数（设为 0.3 或更低）
准备专业的术语表
对于特别重要的文档，考虑人工校对

Q5: 术语表导入失败怎么办？

✅ 检查清单：

CSV 文件编码是否为 UTF-8
第一列是否为 Source，第二列是否为 Target
文件中是否包含特殊字符或格式错误

Q6: 支持 Excel 的指定区域翻译吗？

✅ 当前状态：Web 界面暂不支持指定区域，但 API 接口支持。完整翻译 Excel 文件会保留原有格式。

Q7: 翻译过程中可以关闭浏览器吗？

✅ 可以关闭浏览器，但请不要关闭运行服务的终端窗口。翻译任务在服务器端继续执行，重新打开浏览器后可以看到进度。

Q8: 如何允许局域网内其他电脑访问？

✅ 启动命令：

python -m academicbatchtranslate.app --host

然后在局域网内其他设备访问：http://你的IP地址:8010

📄 版权与许可声明

本项目基于 docutranslate 二次开发，原始版权归 QinHan 所有，采用 Mozilla Public License 2.0 (MPL-2.0) 开源。

项目	版权	协议
原始项目	© 2025 QinHan	MPL-2.0
二次开发与封装	© 2025 YangYuhang	MPL-2.0

本项目在遵守 MPL-2.0 许可的基础上进行功能扩展与封装，未修改原始核心逻辑，所有修改部分与新增代码同样以 MPL-2.0 开源发布。

📜 MPL-2.0 许可协议

遇到问题？欢迎在 GitHub 上提 Issue！🐛

如果这个项目对您有帮助，请给一个 ⭐️ Star 支持一下！💖

Made with ❤️ by YangYuhang

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
academicbatchtranslate		academicbatchtranslate
frontend		frontend
tests		tests
.gitattributes		.gitattributes
.gitignore		.gitignore
Dockerfile		Dockerfile
LICENSE		LICENSE
README.md		README.md
build.spec		build.spec
full.spec		full.spec
lite.spec		lite.spec
lite_mac.spec		lite_mac.spec
lite_mac_x86_64.spec		lite_mac_x86_64.spec
pyproject.toml		pyproject.toml
run.py		run.py
uv.lock		uv.lock

Latest commit

History

Folders and files

Repository files navigation

🎓 AcademicBatchTranslate 学术论文批量翻译工具