minchun/TransPrism-supplementary

譯彩紛呈（TransPrism）補充材料 / Supplementary Data

本資料集為論文〈譯彩紛呈（TransPrism）：AI輔助繁體中文重譯文本分析系統的設計與評估〉之可公開衍生資料，供審核與重現之用。

重要／Important：受著作權保護之譯文正文不包含於此資料集。本資料集僅提供不含完整原文之衍生數值、評估記錄、節錄樣本與分析腳本。原文與譯文之句級對齊因屬系統尚未實作之功能，暫未提供。

相關連結

• 「語料淬鍊（CorpusRefinery）」原始碼：https://github.com/minchun-git/I_CorpusRefinery
• 「分析引擎（SpectraEngine）」線上服務：https://minchun-ii-spectraengine.hf.space
• 「分析引擎」原始碼：https://huggingface.co/spaces/minchun/II_SpectraEngine

檔案說明

檔案	內容
stats_fdr_results.csv	九篇譯本（人工5／機器4）之 62 項語言指標二群比較結果：各組平均數、標準差、t、p、Cohen's d、效果大小，及多重比較校正（BH-FDR 之 q 值與 Bonferroni 之生存標記）。
sampling_record_tableA3.csv	分詞評估集之抽樣記錄（表A-3）：各譯本之抽樣框（總段數）、抽出段落之行 ID、詞符數與字元數，及段長分布統計。
oov_llm_screening.csv	自訂詞典建置之 LLM 篩選評估資料：348 個 NER 候選專名之出現頻次、類型、LLM 判斷、以及研究者人工判定（gold standard）。
annotation_sample_excerpt.csv	分詞／詞性標註黃金標準之格式節錄樣本（前 20 列，供理解標註格式；非完整評估集，以避免重建受版權之正文）。
scripts/compute_fdr.py	由 stats_fdr_results.csv 重算多重比較校正（BH-FDR／Bonferroni）。
scripts/eval_llm_screening.py	由 oov_llm_screening.csv 計算 LLM 篩選之混淆矩陣與 precision／recall／F1。

重現方式

python scripts/compute_fdr.py          # 62 項 → 生 p<.05 19 項，校正後生存 2 項（Nv、Nd）
python scripts/eval_llm_screening.py   # Precision 0.76, Recall 0.97, F1 0.85

授權與引用

衍生資料採 CC BY 4.0。原文與譯文之著作權屬各權利人，不包含於本資料集。使用請引用上述論文。