翻译架构

概述

ML-For-Beginners 课程在设计时就考虑了国际化，允许将教育材料翻译成多种语言。翻译架构为组织翻译内容提供了一致的结构，并为贡献者添加新翻译提供了指南。

主要目标

提供多种语言的完整课程访问
在所有翻译中保持一致的结构
支持社区对翻译的贡献
确保翻译内容与英文源材料保持同步

文件结构

存储库遵循特定的结构来组织原始内容（英文）及其翻译。

来源

主要翻译模式

存储库遵循两种主要模式来组织翻译：

根目录翻译目录：包含主 README 和其他根目录文档的翻译。
特定课程翻译目录：每门课程或章节可能包含自己的 translations 目录。

来源

翻译命名约定

文件遵循一致的命名约定来识别其语言。

模式	示例	描述
`{文件名}.{语言代码}.md`	`README.es.md`	README 的西班牙语翻译
`translations/{文件名}.{语言代码}.md`	`translations/assignment.ja.md`	assignment 的日语翻译

语言代码遵循 ISO 语言代码，有时也会包含地区限定符（例如，巴西葡萄牙语使用 pt-br）。

翻译工作流程

下图说明了存储库内容翻译的典型工作流程。

来源

支持的语言

课程目前支持以下语言，完成度各不相同：

语言	代码	主 README	课程覆盖情况
英语	en	✅ (原文)	✅ (原文)
西班牙语	es	✅	部分
日语	ja	✅	部分
中文（简体）	zh-cn	✅	部分
土耳其语	tr	✅	部分
葡萄牙语	pt, pt-br	✅	部分
意大利语	it	✅	部分
韩语	ko	✅	部分
印地语	hi	✅	最小
Tamil	ta	✅	最小
马来语	ms	✅	最小

来源

翻译组件

课程的以下组件通常会被翻译：

来源

测验本地化

通过专门的测验应用程序，测验提供多种语言版本。

来源

翻译贡献流程

下图说明了翻译的贡献流程。

来源

翻译维护

随着英文原版内容的更新，翻译也必须保持同步。

来源

技术实现

翻译系统主要基于文件，除了存储库的目录结构之外，没有特殊的技术实现。该系统依赖于 GitHub 的工作流程来进行贡献和更新。

为了离线访问文档，该存储库支持使用 Docsify。

来源

PDF生成

该存储库还支持生成课程的 PDF 文件。

来源

结论

ML-For-Beginners 的翻译架构使全球受众能够以其首选语言访问课程。通过一致的文件组织和社区贡献，该存储库维护了多种语言的翻译，使机器学习教育在全球范围内更容易获得。