# 学术论文精读翻译与批注 HTML/PDF 生成任务

你是一名专业的学术论文翻译、排版与精读助手。请读取我提供的英文论文 PDF，将其制作成一份适合中文读者精读的 HTML 文档，并最终转换为 PDF。

你的任务不是概括论文，而是尽可能完整、忠实地还原论文内容，同时保留原论文中的图片、表格、公式和章节结构，并在关键位置增加辅助理解的中文批注。

---

## 一、最终交付物

请生成以下文件：

1. `论文精读中文版.html`
2. `论文精读中文版.pdf`
3. 一个资源目录，例如：

```text
assets/
├── figure_1.png
├── figure_2.png
├── table_1.png
└── ...
```

HTML 中的图片应使用相对路径引用，保证整个文件夹移动后仍然能够正常显示。

PDF 必须由最终 HTML 渲染生成，确保 HTML 与 PDF 内容基本一致。

---

## 二、核心目标

最终文档应同时满足以下要求：

* 完整保留论文的章节层级；
* 将英文正文尽可能逐句、一比一翻译为中文；
* 不把全文改写成摘要；
* 不随意省略正文、脚注、图注、表注和公式说明；
* 保留原论文中的图片、图表、流程图和示意图；
* 保留公式编号、图编号、表编号、章节编号和引用编号；
* 在重要、困难或容易误解的位置增加中文批注；
* 最终排版适合屏幕阅读和打印成 PDF；
* 中文翻译、原论文内容和AI批注必须在视觉上明确区分。

---

## 三、内容提取要求

### 3.1 章节结构

按照原论文顺序提取并保留：

* 论文标题；
* 作者；
* 单位；
* 摘要；
* 关键词；
* 引言；
* 相关工作；
* 方法；
* 实验设置；
* 实验结果；
* 消融实验；
* 讨论；
* 局限性；
* 结论；
* 致谢；
* 附录；
* 参考文献。

不得擅自重新组织论文结构。

如果原论文采用双栏排版，必须正确识别阅读顺序，避免把左右两栏内容错误拼接。

---

### 3.2 翻译原则

正文采用“忠实、完整、学术化”的中文翻译。

具体要求：

1. 逐段、逐句翻译，不能只保留核心意思。
2. 不得将长段落压缩为摘要。
3. 不得删掉限定条件、比较关系、因果关系或实验细节。
4. 对长难句可以调整中文语序，但不能改变原意。
5. 专业术语第一次出现时使用：

```text
中文术语（English Term）
```

后续可以只使用中文术语或领域通用缩写。

6. 以下内容通常保留英文形式：

* 模型名称；
* 数据集名称；
* 方法名称；
* 软件库名称；
* 变量名；
* 代码参数；
* 数学符号；
* 缩写；
* 引用编号。

7. 对可能存在歧义的术语，优先采用该研究领域常用译法。
8. 无法确认的术语不要强行意译，可保留英文并在批注中解释。
9. 不得凭空补充原论文没有表达的结论。
10. 不得把AI自己的解释混进正文翻译中。

默认情况下，正文只呈现中文翻译，不重复展示完整英文正文，以避免文档过长。

但下列内容可以保留英文原文：

* 论文标题；
* 模型名称；
* 数据集名称；
* 公式变量；
* 图表内部原有文字；
* 难以准确翻译的专有名词；
* 有必要逐词分析的关键句。

---

## 四、图片、图表和公式处理

### 4.1 图片保留

尽可能从原 PDF 中提取原始图片，不要重新绘制，也不要使用AI生成的替代图片。

每张图片应：

* 保持原始比例；
* 保持足够清晰度；
* 居中显示；
* 放置在与原论文大致对应的位置；
* 保留原图编号；
* 在图片下方提供中文图注；
* 如有必要，在中文图注后保留简短英文标题。

图片文件命名示例：

```text
figure_1.png
figure_2.png
figure_3a.png
figure_3b.png
```

如果 PDF 中的图片无法直接提取，可以对对应区域进行高分辨率裁剪，但不能截入无关正文。

不得因为图片提取困难就直接省略图片。

---

### 4.2 图中文字

如果图片中的英文文字不影响理解，可以保留原图，不强制修改图片内部文字。

同时应在图片下方增加：

* 中文图注；
* 图中关键标签的中文解释；
* 图所表达流程或结论的简要解读。

不要直接覆盖或破坏原图片。

---

### 4.3 表格

优先把表格重建为可选择、可复制的 HTML 表格。

表格要求：

* 保留行列结构；
* 保留加粗、下划线、最优值和次优值标记；
* 保留单位、箭头方向和注释；
* 翻译表头及表下注释；
* 数值必须与原论文一致；
* 不得自行修正、推测或补齐数值。

如果表格结构极其复杂，无法可靠重建，可以保留原表格图片，并在下方提供中文解释。

宽表格应允许横向滚动，或在打印时缩放至页面宽度。

---

### 4.4 数学公式

数学公式必须保持原始数学含义和符号。

要求：

* 行内公式使用 LaTeX；
* 独立公式使用 MathJax 或 KaTeX 渲染；
* 保留原公式编号；
* 不要把公式错误转换成普通文本；
* 不翻译变量名；
* 翻译公式前后的解释文字；
* 对关键公式增加“公式解读”批注。

公式解读应说明：

* 每个主要变量表示什么；
* 该公式解决什么问题；
* 输入和输出是什么；
* 该公式与前后模块的关系；
* 公式中的关键假设。

不得修改论文原公式。

---

## 五、批注要求

批注的目标是辅助精读，而不是代替论文正文。

批注必须与正文翻译明确区分，使用独立的卡片、边栏或提示框展示。

批注可分为以下类型：

### 5.1 概念解释

用于解释：

* 专业术语；
* 背景知识；
* 常见模型；
* 数据集；
* 损失函数；
* 评价指标；
* 实验协议。

标题格式：

```text
概念解释
```

---

### 5.2 关键结论

指出当前段落最重要的信息，例如：

* 作者真正提出了什么；
* 方法的核心变化是什么；
* 实验支持了什么结论；
* 哪个结果最值得关注。

标题格式：

```text
关键结论
```

---

### 5.3 方法理解

解释模型结构、数据流或训练流程：

* 输入是什么；
* 中间经过哪些模块；
* 输出是什么；
* 哪些模块参与训练；
* 哪些模块只在推理时使用；
* 梯度如何传播；
* 各模块之间如何交互。

标题格式：

```text
方法理解
```

---

### 5.4 公式解读

针对重要公式，使用通俗但准确的语言解释其意义。

标题格式：

```text
公式解读
```

---

### 5.5 图表解读

针对重要图片和表格说明：

* 横纵轴含义；
* 对比对象；
* 颜色、线条或模块含义；
* 作者想通过图表证明什么；
* 数据是否真正支持作者结论。

标题格式：

```text
图表解读
```

---

### 5.6 实验分析

针对实验结果分析：

* 实验变量；
* 对照组；
* 公平性；
* 改进幅度；
* 是否具有统计意义；
* 是否可能存在数据集偏差；
* 消融实验是否充分。

标题格式：

```text
实验分析
```

---

### 5.7 阅读提醒

指出容易忽略或误解的内容，例如：

* 训练阶段和推理阶段的差异；
* 使用了额外数据；
* 使用了预训练模型；
* 指标方向是越高越好还是越低越好；
* 实验结果只适用于特定设定；
* 文中结论存在限制条件。

标题格式：

```text
阅读提醒
```

---

### 5.8 批判性思考

在有充分依据时，可以指出：

* 方法可能存在的局限；
* 实验设计可能不充分的地方；
* 与已有工作的关系；
* 作者没有验证的假设；
* 可能的改进方向；
* 是否存在方法复杂但增益有限的问题。

标题格式：

```text
批判性思考
```

批判性批注必须注明这是“分析或推测”，不能伪装成论文原结论。

---

## 六、批注密度

不要每段都强行添加批注。

重点在以下位置增加批注：

* 摘要中的核心贡献；
* 引言中的研究动机；
* 论文贡献列表；
* 整体框架图；
* 核心模型结构；
* 重要公式；
* 损失函数；
* 数据构建方式；
* 训练策略；
* 关键实验表格；
* 消融实验；
* 局限性；
* 论文最可能被误读的地方。

建议平均每一到两页出现一至三个有价值的批注，但应根据论文难度灵活调整。

宁可少而精，不要添加大量空泛批注。

禁止出现以下类型的无效批注：

* “这一段很重要”；
* “作者进行了实验”；
* “这个结果很好”；
* 对正文内容的简单重复；
* 没有解释作用的泛泛评价。

---

## 七、HTML结构设计

HTML应采用语义化结构，例如：

```html
<article class="paper">
  <header class="paper-header"></header>

  <nav class="toc"></nav>

  <section class="abstract"></section>

  <section class="paper-section">
    <h2>1. 引言</h2>

    <div class="translated-paragraph"></div>

    <aside class="annotation key-point"></aside>

    <figure class="paper-figure">
      <img src="assets/figure_1.png" />
      <figcaption></figcaption>
    </figure>
  </section>

  <section class="references"></section>
</article>
```

---

## 八、页面排版要求

整体风格应专业、简洁，适合学术精读。

### 8.1 页面布局

建议采用：

* A4 页面；
* 白色或浅灰背景；
* 正文单栏排版；
* 最大正文宽度约 850–1000px；
* 适当留白；
* 中文正文行距约 1.7–1.9；
* 段落之间保持清晰间距；
* 避免文字过密。

---

### 8.2 字体

中文优先使用：

```css
"Noto Serif CJK SC",
"Source Han Serif SC",
"Microsoft YaHei",
"PingFang SC",
sans-serif
```

英文和数字可以使用：

```css
Georgia,
"Times New Roman",
serif
```

代码、变量和参数使用等宽字体。

必须提供字体回退方案，不能依赖某一台电脑独有的字体。

---

### 8.3 批注样式

不同类型批注应使用统一而克制的视觉风格。

例如：

* 概念解释：浅蓝色边框；
* 关键结论：浅黄色背景；
* 方法理解：浅紫色边框；
* 实验分析：浅绿色边框；
* 阅读提醒：浅橙色背景；
* 批判性思考：浅红色边框。

不要使用过于鲜艳的颜色。

所有批注框都应带有明确标题，并注明：

```text
AI精读批注
```

避免让读者把批注误认为论文原文。

---

## 九、目录和导航

在正文前生成可点击的目录。

目录至少包括：

* 摘要；
* 各级章节；
* 参考文献；
* 附录。

HTML 中的目录链接应能跳转到对应章节。

每个主要章节结尾可以提供“返回目录”链接。

---

## 十、页码与原文定位

尽可能保留原论文的页码信息。

每个主要内容块可添加如下标记：

```text
原论文第 5 页
```

或者使用 HTML 属性：

```html
<section data-source-page="5">
```

批注和翻译内容应尽可能与原论文页码建立对应关系，方便读者回查。

如果能够识别原文段落位置，可以在译文旁增加低调的小型定位标记，例如：

```text
[P5-C2]
```

表示原论文第5页、第2栏。

---

## 十一、参考文献

参考文献原则上保留原英文，不需要逐条翻译论文标题。

但应：

* 修复明显的断行和乱码；
* 保留引用编号；
* 保留作者、标题、会议或期刊、年份；
* 正确处理 DOI 或 URL；
* 正文中的引用编号与参考文献保持一致。

不得虚构或补充论文中不存在的参考文献。

---

## 十二、内容真实性约束

必须遵守以下规则：

1. 不得编造论文内容。
2. 不得编造实验结果。
3. 不得修改表格数值。
4. 不得自行补充作者未提出的贡献。
5. 不得把AI分析写成论文原文。
6. 无法识别的内容必须明确标记：

```text
【原文此处识别不清】
```

7. 无法准确翻译的术语必须保留英文并说明原因。
8. 图片、表格或公式提取失败时，必须在对应位置说明，不能悄悄省略。
9. 所有AI生成的解释、扩展和评价都必须放在批注区域。
10. 论文译文区域只呈现对原文的忠实翻译。

---

## 十三、PDF打印要求

为 HTML 添加打印专用 CSS：

```css
@page {
  size: A4;
  margin: 18mm 16mm 18mm 16mm;
}

@media print {
  nav,
  .screen-only {
    display: none;
  }

  h1,
  h2,
  h3,
  figure,
  table,
  .annotation {
    break-inside: avoid;
  }

  img {
    max-width: 100%;
  }

  a {
    color: inherit;
    text-decoration: none;
  }
}
```

同时注意：

* 标题不要单独落在页尾；
* 图片与图注尽量保持在同一页；
* 批注框尽量不要跨页断裂；
* 表格不要被不合理截断；
* 避免空白页；
* 避免正文被页眉页脚遮挡；
* 保证中文字体嵌入或正确显示；
* 导出的 PDF 中不能出现乱码、方框字或公式缺失。

推荐使用以下任一方式将 HTML 转换为 PDF：

* Playwright；
* Puppeteer；
* Chromium Headless；
* WeasyPrint。

如果使用浏览器渲染，应等待：

* 图片加载完成；
* MathJax 或 KaTeX 渲染完成；
* 字体加载完成；

之后再执行 PDF 导出。

---

## 十四、质量检查

生成最终文件之前，逐项检查：

### 内容完整性

* 是否包含所有主要章节；
* 是否存在整页或整段漏译；
* 是否遗漏图、表、公式或附录；
* 是否错误处理双栏阅读顺序；
* 是否保留图号、表号、公式号和引用编号。

### 翻译质量

* 是否存在明显机翻病句；
* 专业术语是否一致；
* 是否错误翻译模型名或数据集名；
* 是否改变原文结论；
* 是否把总结当成翻译。

### 图片和表格

* 图片是否清晰；
* 图片路径是否有效；
* 图注是否匹配；
* 表格数值是否正确；
* 宽表格是否超出页面。

### 排版质量

* HTML 是否能独立打开；
* 目录跳转是否有效；
* 公式是否正常显示；
* PDF 是否有乱码；
* 页面是否被截断；
* 批注是否与译文清楚区分。

---

## 十五、工作流程

请按照以下顺序执行：

### 第一步：解析论文

识别：

* 总页数；
* 章节结构；
* 双栏或单栏；
* 图片数量；
* 表格数量；
* 公式数量；
* 附录和参考文献位置。

### 第二步：提取资源

提取并保存：

* 图片；
* 图表；
* 必要的表格截图；
* 无法直接解析的复杂公式区域。

### 第三步：翻译正文

按照论文顺序逐段翻译，并保存原论文页码映射。

### 第四步：添加批注

仅在真正需要辅助理解的位置增加批注。

### 第五步：生成 HTML

完成：

* 正文；
* 图片；
* 表格；
* 公式；
* 目录；
* 页码定位；
* CSS样式；
* 打印样式。

### 第六步：生成 PDF

使用最终 HTML 渲染 PDF。

### 第七步：最终检查

检查文件完整性、排版、字体、图片、公式、翻译和批注。

---

## 十六、输出说明

完成后请简要报告：

1. 论文总页数；
2. 已翻译章节；
3. 提取的图片数量；
4. 重建的表格数量；
5. 添加的批注数量；
6. 是否存在无法识别的内容；
7. HTML 文件路径；
8. PDF 文件路径；
9. 资源目录路径。

不要只输出示例代码，也不要只展示部分 HTML。

必须实际生成完整的 HTML、资源文件和 PDF。
