Fordítás Word-dokumentumokhoz – formázásmegőrzéssel

Kapcsolat: Kővári Bence

---

Összefoglaló

Az útmutató lépésről lépésre bemutatja, hogyan lehet Word-dokumentumokat automatizáltan idegen nyelvre fordítani a formátum megőrzésével.

A fordítás a nyílt forráskódú DocuTranslate eszközzel és egy tetszőlegesen választott MI modellel történik (pl. OpenAI „gpt-5.1” ). A cél a minél pontosabb, mégis gyors első változat elkészítése; a végső szöveg minősége érdekében az emberi átolvasás továbbra is szükséges.

Megjegyzés: Egyetemi anyagok esetében a szakterminológia következetessége kiemelten fontos, ezért elengedhetetlen a saját szótár (glossary) használata.

---

Nehézségek és korlátok

• Jelenleg nincs egyetemi/kari szinten elfogadott szótár a szakkifejezésekre, bizottságok neveire stb. Ha elérhető hivatalos lista, az útmutatót frissítjük.
• Nincs egységes iránymutatás a brit vs. amerikai angol használatára. A mellékelt szótár egy régi minisztériumi lista alapján készült kiindulópontként.

---

Gyors kezdés

1. Telepítsd a Python-t: python.org/downloads
2. Szerezz API kulcsot a választott szolgáltatótól (pl. OpenAI, Gemini).
3. (Opcionális) Egészítsd ki a szótárat: glossary.xlsx.
4. Szerkeszd a beállításokat a translate.py fájlban (API kulcs, modell, bemeneti/kimeneti fájlok).
5. Futtasd a fordítást:

   python translate.py
   

---

Előkészítés

Python környezet

Telepítő letöltése, futtatása: python.org

Fordítóprogram

A nyílt forráskódú DocuTranslate szoftvert használjuk. A projekt háromféle telepítési lehetőséget ajánl, részletek a hivatalos oldalon találhatók.

API kulcs

A fordításhoz több különböző nagy nyelvi modell szolgáltatás használható. Érdemes a megbízható és fejlett szolgáltatókat választani, például:

• OpenAI API
• Google Gemini

Figyelem: Az API kulcsot soha ne oszd meg, és ne töltsd fel verziókezelőbe!

---

Szótár (glossary) összeállítása

Bár a nyelvi modellek jók az általános fordításban, a rögzített fordítású kifejezéseket (intézménynevek, szabályzatok, tanszékek, bizottságok, szervezeti egységek) célszerű szótárban meghatározni.

Javaslat:

• Nézd át a fordítandó anyagot, és gyűjtsd ki a problémás kifejezéseket.
• Alternatívaként készíts egy első gépi fordítást, majd az angol változatot átnézve gyűjtsd össze a javítandó terminusokat.

A rendszer JSON formátumú szótárt vár, a szerkesztést pedig megkönnyíti a mellékelt minta Excel: glossary.xlsx

Egyszerű JSON minta:

{
   "Tanulmányi és Vizsgaszabályzat": "Academic and Examination Regulations",
   "Hallgatói Önkormányzat": "Student Union"
}

Tipp: Az utolsó tag után nincs vessző

---

Fordítás előkészítése

A fordítást a translate.py futtatásával végezzük. Futtatás előtt szerkeszd a fájlban található beállításokat:

• api_key: a szolgáltatótól kapott API kulcs
• model_id: csak akkor módosítsd, ha nem az alapértelmezett modellt használod (példa: OpenAI „gpt-5.1”)
• uzinfo_mini.docx: a forrásfájl (megadható teljes elérési úttal is)
• translated_uzinfo_mini.docx: a célfájl neve (automatikusan egy Output mappába kerül). A név térjen el az eredetitől.

Tipp: A kimeneti fájlnevet mindig változtasd meg, így nem írja felül a forrást.

---

Fordítás futtatása

A fordítást a következő paranccsal kezdeményezheted:

python translate.py

• A futás során előfordulhat kínai nyelvű napló/üzenet – ez normális, a program eredetileg kínai.
• A fordítás jellemzően gyors; nagyobb anyagoknál is többnyire másodpercek alatt elkészül az első változat.

Megjegyzés: Ha a folyamat elakad, az API elérés vagy a konfiguráció (pl. kulcs, modell, jogosultságok) a leggyakoribb ok.

---

Hibakeresés és tippek

• Ellenőrizd, hogy a Python verzió megfelel-e (3.9+ ajánlott).
• Ellenőrizd az API kulcs érvényességét és a szolgáltatói kvótát.
• Ha a translate.py hibaüzenetet ad, olvasd el figyelmesen; tipikusan a konfigurációs érték vagy fájl-elérési út a gond.

git clone

Ezt a projektet klónozhatod kiindulásként, de ügyelj rá, hogy az API kulcsodat véletlenül se töltsd fel a tárolóba ( .gitignore, környezeti változók használata ajánlott).

ESCO kompetenciák

Vannak esetek, amikor a gépi fordítás nem megfelelő – például az ESCO kompetenciák programleírásokban. Mivel ezeknek hivatalos nevük és leírásuk van, érdemes a hivatalos forrásból dolgozni:

1. Töltsd le a magyar és angol nyelvű kategórialistát az ESCO honlapjáról.
2. Keresd ki a magyar elnevezésekhez tartozó azonosítókat (pl. http://data.europa.eu/esco/skill/dc9a236c-c640-43c3-812f-269403591edb).
3. Azonosító alapján keresd ki az angol elnevezéseket és leírásokat.
4. Cseréld a már lefordított dokumentumban a táblázatot a hivatalos angol megfelelőkre.

---

Ha találsz hibát vagy javaslatod van, írj a fenti kapcsolati címen, vagy küldj javaslatot (pull request) a repóhoz. 🙂