吵架有意思吗,就算吵赢了有什么用?有这功夫去干点别的不好吗?
feeding the troll 没意思, 只是觉得可能是单纯的杠精.
韦氏双语词典AI辅助人机协同项目共识机制与运行方案(项目宪章版)
文档编号:MGOV-CHARTER-2026-001
版本:v1.0
发布日期:2026-09-19
效力等级:项目宪章(Project Charter),对全体参与方具有约束性
适用范围:韦氏双语词典AI辅助人机协同项目全体角色、全部词条生产与治理活动
目录
- 项目概述
- 组织架构与角色职责
- 标准工作流程SOP
- 术语决策规则
- 术语评价体系
- 争议处理与升级机制
- 共识形成与修订机制
- 质量标准与验收规范
- 版本管理与归档规范
- AI提示词规范要点
- 长期治理路线图
- 附录:表单模板
一、项目概述
1.1 项目背景
本项目起源于围绕韦氏双语词典制作过程中一系列具体词条案例的公开讨论。其中,以 yarrow 等生物学术名、以 trunk 等普通多义词为代表的讨论,逐步从"某一个词应当如何翻译"的技术争论,升级为涉及双语词典信息结构设计、AI生成译名可信度、术语决策权归属等根本性问题的方法论分歧。
在早期论坛协作中,讨论出现了典型的情绪化升级迹象:争论双方从"就词论词"滑向立场对抗,一方强调专有名词、物种名必须提供标准中文定名,另一方强调多义词不能进行英文词头与单一中文词的硬性绑定;双方各自援引不同权威词典作为论据,却未建立统一的证据比较规则,导致重复争论、结论不可沉淀、新参与者无法快速接续。
讨论最终达成的关键共识是:中文"标准名称"字段与"释义翻译"字段必须分离。专有术语需要标准中文名称以满足检索与知识映射需求;多义词必须依据具体义项提供对应表达,而非词级一对一绑定。这一共识构成了本宪章的事实起点。
与此同时,讨论进一步揭示:单纯依赖"让AI参考权威词典"的提示词策略并不充分。原因有三:其一,不同权威词典之间本身存在译名差异;其二,英汉词典的义项划分与韦氏等英文原典词典并不一致;其三,大量冷门专业术语根本不存在统一中文名称。因此,问题的本质不是"AI如何翻译得更准",而是"在生成式AI参与的词典编纂流程中,人类如何治理语言知识资产"。
本宪章即为此而设:将此前散落在论坛讨论中的隐性共识,固化为可执行、可审计、可修订的项目治理制度。
1.2 项目目标
本项目的总体目标是建立一个可持续推进的AI辅助韦氏双语词典制作与人机协同治理机制。具体目标包括:
- 提高词条质量:通过来源分级、义项对齐、多维度评价和多级人工审核,降低AI生成译名的未验证风险;
- 降低重复争论:将情绪化、立场化的论坛争论,转化为有记录、有证据、可复用的案例评审;
- 明确人机职责边界:清晰界定AI辅助角色、语言审核角色、专业审核角色、项目协调角色四类主体的分工与权责;
- 形成公开透明的决策流程:每一个术语决策都可追溯到证据、评价与责任人;
- 沉淀可复用知识资产:从一次性词典制作,升级为持续运行的术语数据库、审核规范、AI提示词规范、质量评价体系与版本追踪系统。
1.3 项目范围
范围内:韦氏(Webster’s)英文词典词条的中文双语化处理,包括原始词条输入、AI初稿生成、中文等价术语候选提取、权威资源核查、术语评价、人工审核、词库发布、用户反馈回收与版本迭代的全生命周期;同时覆盖围绕上述流程产生的规则制定、争议协调、版本治理与归档活动。
范围外:韦氏英文原典词条本身的增删改(由原版权方负责);与本项目术语治理框架无直接关系的通用机器翻译产品开发;纯学术理论研究产出(另由论文工作流承接,见SSCI论文生成规范版讨论汇编)。
1.4 核心原则
本项目运行遵循以下五项核心原则,所有角色在任何流程节点均不得违反:
- 义项对齐原则:匹配单位从"词级"升级为"义项级",即"英文义项 → 中文等价表达",禁止跨义项绑定;
- 来源可查原则:任何进入正式词库的译名,必须能够追溯到具体来源,不允许无来源、无记录的"AI臆造名"进入正式版;
- 人机分工原则:AI负责候选发现、资料整理与冲突识别,人类专家负责概念确认与标准术语决策,AI不拥有终局决策权;
- 争议留痕原则:权威来源之间的冲突、不同意见的取舍,必须显式记录,不得隐藏、不得"悄悄选一个";
- 治理闭环原则:术语从创建、审核、发布到修订、废弃、归档,全生命周期有节点、有责任人、有版本。
交叉指引 【→论文§1 Introduction;§3 Theoretical Framework】
二、组织架构与角色职责
2.1 四类核心角色
本项目保留并细化源素材中已确立的四类角色,不另设与既有共识矛盾的新角色。
(1)AI辅助角色
定位为"候选生成与资源整理助手",不拥有术语终局决策权。具体职责:
- 依据韦氏原始词条,生成中文释义初稿;
- 提取中文等价术语候选,列出多个候选译名及其可能来源;
- 自动比对多份权威资源之间的差异,标注冲突点;
- 对疑似多义词、疑似跨义项错配、疑似未验证新译名,主动向人工审核角色提示问题;
- 整理待审核词条队列、维护候选译名与来源的对应关系。
(2)语言审核角色
定位为"中文表达与可读性守门员"。具体职责:
- 审核AI初稿及候选译名的中文表达是否通顺、规范、符合现代汉语书面语习惯;
- 核查术语在中文语境下的可读性、可理解性,避免生硬直译或生造词;
- 关注"中文标准名称"字段与"释义翻译"字段是否被错误混用;
- 对语言层面的问题出具书面审核意见,签字后方可流转至专业审核。
(3)专业审核角色
定位为"学科概念与标准术语决策者"。具体职责:
- 负责学科术语的概念准确性确认,判断译名是否准确对应英文原典所指概念;
- 依据来源权威等级与术语五维评价,对主名称、别名、历史译名、学名的取舍作出终局建议;
- 对AI无法判断的冷门专业术语,负责查阅学科标准、专业数据库并给出决策依据;
- 对涉及多学科交叉的词条,牵头组织跨学科评审。
(4)项目协调角色
定位为"规则与流程的维护者、争议的主持人"。具体职责:
- 维护本宪章及配套规则、流程、表单的版本与修订;
- 管理词库版本号、变更日志与归档;
- 主持争议评审会议,组织证据比较与案例评审;
- 在争议冻结期间,决定词条进入"待审核"状态,避免带病发布;
- 统计审核通过率、错误率,向全体参与方发布治理月报。
2.2 RACI职责矩阵
R = 负责执行(Responsible);A = 最终问责(Accountable);C = 被咨询(Consulted);I = 被告知(Informed)。
| 关键活动 | AI辅助角色 | 语言审核角色 | 专业审核角色 | 项目协调角色 |
|---|---|---|---|---|
| 原始词条接收与排队 | R | I | I | A |
| AI初稿与候选译名生成 | R | C | C | A |
| 权威资源检索与差异比对 | R | C | C | A |
| 中文表达与可读性审核 | C | R | C | I |
| 学科术语准确性终审 | C | C | R | A |
| 术语五维评价打分 | R | C | C | A |
| 权威来源冲突记录 | R | I | C | A |
| 争议评审会议主持 | I | C | C | R/A |
| 词条发布入正式词库 | I | C | C | R/A |
| 版本号分配与变更日志 | R | I | I | A |
| 规则与宪章修订 | C | C | C | R/A |
| 用户反馈回收与错误追踪 | R | I | C | A |
| 词条归档与废弃 | R | I | C | A |
交叉指引 【→论文§6.4 Layer 4: Human–AI Decision Collaboration】
三、标准工作流程SOP
本SOP覆盖从原始韦氏词条输入到词库正式发布、再到用户反馈回流的完整闭环。每一步均明确输入、输出、责任人与验收标准。
| 步骤 | 输入 | 关键动作 | 输出 | 责任人 | 验收标准 |
|---|---|---|---|---|---|
| S1 原始词条入库 | 韦氏原典词条(含词头、音标、英文释义、例句) | 词条登记、分配唯一条目ID、归入待处理队列 | 词条入库单 | 项目协调角色 | 条目ID唯一;英文释义完整无截断;词头拼写校对无误 |
| S2 AI初稿生成 | S1入库词条 | AI生成中文释义初稿,区分"标准名称字段"与"释义翻译字段" | AI初稿稿 | AI辅助角色 | 初稿明确两字段分离;对多义词主动拆分义项 |
| S3 候选译名提取 | S2初稿 | 针对每个义项提取中文等价术语候选(≥2个,含候选来源) | 术语候选表 | AI辅助角色 | 每个义项至少2个候选;标注每个候选的来源出处 |
| S4 权威资源核查 | S3候选表 | 按来源等级表逐级检索专业标准、专业机构资源、权威双语词典、通用词典 | 来源比对报告 | AI辅助角色 | 覆盖到至少"权威双语词典"层级;不同来源差异显式列出 |
| S5 术语五维评价 | S4比对报告 | 按来源权威性、语义匹配度、领域接受度、使用稳定性、用户可理解性打分,推荐主名称与别名 | 术语评价表 | AI辅助角色(初评)+ 专业审核角色(复评) | 五维均有打分;主名称与别名区分清晰;低分项有说明 |
| S6 语言审核 | S5评价表 + 初稿 | 中文表达、可读性、字段分离合规性审核 | 语言审核意见 | 语言审核角色 | 无病句、无生造词、无字段混用;意见可执行 |
| S7 专业审核 | S6语言审核通过稿 | 学科概念准确性终审,确认主名称、别名、学名、历史译名 | 专业审核意见 | 专业审核角色 | 概念无错配;译名取舍有据;冲突点已记录 |
| S8 争议判定 | S7意见 | 若存在权威来源冲突或审核意见分歧,转入争议处理流程(见第六章) | 争议立案单 | 项目协调角色 | 争议点明确;证据链完整;冻结标记准确 |
| S9 定稿发布 | S7通过(或争议已闭环)词条 | 分配版本号、写入变更日志、发布入正式词库 | 正式词条条目 | 项目协调角色 | 版本号合规;变更日志完整;词条状态=已发布 |
| S10 用户反馈回收 | 正式词库用户反馈、纠错提交 | 定期汇总错误、疑似错译、译名争议 | 反馈汇总表 | AI辅助角色(整理)+ 项目协调角色(归口) | 反馈分类清晰;重复问题合并;高优先级问题进入下一轮修订队列 |
| S11 版本迭代与归档 | S10反馈、新词条需求 | 触发修订流程,旧版本归档,新版本发布 | 新版本词库 + 归档包 | 项目协调角色 | 新旧版本可对照;归档包完整可读;变更日志可追溯 |
流程硬约束:
- 任何词条未完成S6与S7两道人工审核,不得进入S9发布;
- 任何被S8判定为"争议未闭环"的词条,状态必须置为"待审核",不得发布为正式版;
- AI在S2—S5中生成的任何新译名,未经S7专业审核签字,一律视为"候选",不得标注为标准名。
交叉指引 【→论文§6 The Proposed Terminology Governance Framework (TGF) 五层全部模块】
四、术语决策规则(五条硬性规则执行标准)
以下五条规则沿用源素材确立的基本框架,并细化为可执行的判定标准。所有角色在任何流程节点必须无条件遵守。
规则一:专业术语优先标准中文名
执行标准:
- 当词条属于植物、动物、矿物、化学、医学、工程等具备国家/国际标准定名的领域时,必须优先采用该领域的标准中文名(如植物学拉丁学名对应的中文定名);
- 标准中文名应在词条中单列为"标准名称"字段,与"释义翻译"字段分离;
- 若标准中文名较长或为生僻字,可在"别名"字段保留通俗称呼,但不得用通俗称呼替代标准名作为主名;
- 判定为"专业术语"的依据,由专业审核角色确认,不得由AI辅助角色自行判定。
交叉指引 【→论文§5.1 yarrow案例;§6.1 Layer 1: Source Authority Governance】
规则二:多义词必须依据义项处理
执行标准:
- 对 trunk 等具有多个独立义项的词头,禁止建立"英文词头 → 单一中文词"的绑定;
- 必须先依据韦氏原典的义项划分(必要时由专业审核角色校准),逐义项给出中文等价表达;
- 若英汉词典的义项划分与韦氏原典不一致,以韦氏原典义项为骨架,在备注中说明英汉词典的对应关系;
- 跨义项复用同一中文表达时,必须在词条备注中显式说明其适用义项范围。
交叉指引 【→论文§5.2 trunk案例;§6.2 Layer 2: Semantic Alignment Governance】
规则三:权威资源冲突必须记录,不允许隐藏
执行标准:
- 当不同权威来源对同一义项给出不同译名时,禁止由AI或任何个人"悄悄选一个";
- 必须在词条中同时记录:标准名、别名、历史译名、科学名称、各来源出处(参见yarrow案例:蓍草 / 西洋蓍草 / Achillea millefolium);
- 冲突记录须写入《争议评审记录表》(见附录A),由项目协调角色归档;
- 冲突未解决前,词条状态为"待审核",主名称字段可临时标注"待定"。
交叉指引 【→论文§5.1 yarrow案例;§6.1 Layer 1: Source Authority Governance】
规则四:不确定译名进入待审核状态
执行标准:
- 凡满足以下任一条件的译名,一律进入"待审核"队列,不得发布为正式版:(a) 无任何权威来源支撑;(b) 仅见于单一AI输出;(c) 专业审核角色无法在当次审核中确认其学科准确性;
- "待审核"词条在词库中以醒目状态标记,不进入用户检索的主结果集;
- 待审核词条超过30个工作日未闭环的,由项目协调角色强制升级为争议评审。
交叉指引 【→论文§6.3 Layer 3: Terminology Evaluation Mechanism】
规则五:AI生成的新译名未经验证不得进入正式版本
执行标准:
- AI辅助角色在S2、S3中生成的任何全新译名(即在现有权威资源中检索不到对应出处的译名),默认标记为"AI候选";
- "AI候选"必须经过专业审核角色签字确认、且在术语评价表中"来源权威性"维度不得因"无权威来源"而扣分到一票否决以下,方可升级;
- 即便升级,首次发布时仍须在词条元数据中标注"首审通过,待使用稳定性观察";
- 连续两个版本观察期内无用户反馈纠错的,方可转为常规正式译名。
交叉指引 【→论文§6.4 Layer 4: Human–AI Decision Collaboration】
五、术语评价体系
5.1 五维度评价标准
对每一个中文等价术语候选,从以下五个维度进行评价,每个维度采用1—5分制,5分为最优。
| 维度 | 英文 | 评分内涵 | 5分标杆 | 1分红线 |
|---|---|---|---|---|
| 来源权威性 | Authority | 候选译名所依据来源的权威等级 | 直接来自国家标准/专业数据库定名 | 仅来自AI生成、无任何权威出处 |
| 语义匹配度 | Semantic Match | 候选译名与英文原典该义项所指概念的对应程度 | 概念一一对应,无语义漂移 | 跨义项绑定或概念错位 |
| 领域接受度 | Domain Acceptance | 该译名在对应学科领域内的实际通行程度 | 学科文献、教材、行业标准普遍采用 | 学科内基本无人使用或已被淘汰 |
| 使用稳定性 | Usage Stability | 译名在一定时间跨度内的使用一致性 | 长期稳定,无频繁更名 | 近年频繁更名或仅为临时译法 |
| 用户可理解性 | Accessibility | 普通用户(非该领域专家)能否理解与检索 | 见名知义、便于检索 | 生僻晦涩、无法对应通用认知 |
综合判定规则:
- 五维总分≥20且无任何一维≤2分,可推荐为主名称;
- 总分≥15且无任何一维≤1分,可作为别名保留;
- 任一维≤1分(尤其是"语义匹配度"或"来源权威性"触线),直接否决,不得作为主名或别名;
- 评价结果必须连同打分依据一并写入《术语决策记录表》(见附录C)。
5.2 来源权威等级表
评价"来源权威性"维度时,按以下等级查表打分。等级越高,权威性越强。
| 等级 | 类别 | 典型示例 | 权威性权重 |
|---|---|---|---|
| L1(最高) | 专业标准和数据库 | 国家名词审定委员会公布名、植物志/动物志/矿物志定名、ISO/IEC等国际标准、学科权威数据库 | 5分 |
| L2 | 专业机构资源 | 国家级专业学会术语表、科研院所出版物、权威百科全书专业条目 | 4分 |
| L3 | 权威双语词典 | 业内公认权威英汉双解/汉英词典(如大型学术型双语词典) | 3分 |
| L4 | 通用词典 | 通用型大众英汉/汉英词典、流行翻译工具内置词库 | 2分 |
| L5(最低) | AI候选 | 大模型自行生成、未在以上层级中检索到出处的译名 | 1分 |
使用规则:
- 同一候选若能在多个层级查到出处,按最高层级计分;
- 不同层级来源发生冲突时,按高等级优先,但冲突本身必须按规则三记录;
- L5级AI候选单独不得作为主名称的唯一依据。
交叉指引 【→论文§6.1 Layer 1: Source Authority Governance】
六、争议处理与升级机制
本章是本宪章区别于简版共识的核心增量。其根本目标,是把论坛中情绪化、立场化的争论,改造为案例评审制度。
6.1 论坛讨论行为规范
为防止争论再次情绪化升级,所有围绕词条的公开讨论必须遵守以下规范:
- 对事不对人:讨论对象是"某义项的某译名",不是"某个人的水平";禁止人身评价、禁止翻旧账;
- 先举证后表态:提出反对意见时,必须同时给出所依据的来源(尽量对应到L1—L4某一等级),不允许只说"我觉得不对";
- 先对齐义项再争论译名:凡涉及多义词争论,先确认双方讨论的是不是韦氏原典中的同一个义项,再谈译名;
- 24小时升级规则:同一争议帖在24小时内若仍陷入立场反复、无证据新增,由项目协调角色一键冻结,转入正式争议评审流程;
- 讨论归档:每一轮公开讨论结束后,AI辅助角色负责整理成《争议评审记录表》初稿,公开可查。
6.2 冻结机制
- 触发条件:出现以下任一情况,项目协调角色有权立即冻结该词条的发布状态——(a) 权威来源之间存在未记录的冲突;(b) 语言审核与专业审核意见相互矛盾;(c) 论坛讨论出现情绪化升级、人身攻击或证据缺失;(d) 任一参与方对终局决定提出书面异议。
- 冻结效果:词条状态切换为"待审核/已冻结",从用户主检索结果中下线;已发布版本同步打"存在争议"标记,但不撤回历史版本。
- 解冻条件:完成一次正式争议评审、形成书面结论并归档后,方可解冻。
6.3 案例评审标准流程
将情绪化争论转化为案例评审的五步流程:
- 提出问题:由任何参与方提交书面争议点,必须包含词条名、义项、分歧译名、异议理由;
- 提交证据:争议双方各自提交支持自身立场的权威来源(须对应来源等级表中的L1—L4,不接受纯AI生成内容作为唯一证据);
- 比较资源:AI辅助角色负责整理证据比对表,列出各来源对该义项的译名、出版年份、适用领域;
- 依据评价标准:评审组按第五章五维度打分,按规则一至规则五逐项核验;
- 形成记录:填写《争议评审记录表》,明确主名称、别名、决策理由、版本标记、评审人、日期,公开归档。
评审组构成:默认由专业审核角色任组长,语言审核角色、项目协调角色为常任成员;涉及跨学科争议时,增聘对应学科的外部评审人。
6.4 升级路径
争议按以下层级逐级升级,不得跨级直接跳到最高层:
- 一级(站内协商):由AI辅助角色整理双方意见,专业审核角色先行沟通,48小时内尝试达成一致;
- 二级(评审组会议):一级未达成一致,由项目协调角色召集评审组召开案例评审会,按6.3五步流程形成书面结论;
- 三级(跨学科专家评审):二级结论仍有重大异议,或争议涉及跨学科概念,升级至外部专家评审,必要时以Delphi方式征询多位专家意见;
- 四级(宪章修订建议):若争议暴露的是规则本身的缺陷(而非某一词条的判断),则不强行在词条层面解决,而是提交第七章的共识修订流程,对宪章条文本身进行修订。
6.5 从立场对抗到案例评审的文化转向
本机制的深层目的,是把讨论的焦点从"证明某个人正确"转移到"形成可复用的规则与案例"。每一次争议评审的产出物,不只是某一个词条的最终译名,更是一份未来可被检索、可被援引、可被AI辅助角色在下次遇到类似词条时自动参考的先例。当先例积累到一定数量,新参与方阅读历史案例即可快速理解项目的判断风格,大幅降低重复争论的成本。
交叉指引 【→论文§5.3 Cross-case Synthesis;§9 Practical Implications】
七、共识形成与修订机制
本宪章及配套规则不是一成不变的。项目强调三类共识:规则共识、流程共识、质量标准共识。三类共识的形成与修订均遵循以下机制。
7.1 共识的形成
- 提出:任何角色可通过书面提案发起共识形成议题,提案需说明现状问题、改进建议、预期影响;
- 征求意见:项目协调角色在论坛发布提案,给予不少于7个自然日的公开征求意见期;
- 评审表决:由四类角色代表组成临时评审组,对提案进行审议;涉及质量标准的,须有专业审核角色多数同意;涉及流程的,须有项目协调角色确认可执行;
- 试点运行:新共识先在小批量词条上试点不少于两个版本周期,验证无副作用后再全量推行;
- 正式发布:试点通过后,发布新版本文档,旧版本归档,全员周知。
7.2 共识的修订
- 三类共识的修订门槛:
- 规则共识(对应第四章五条硬性规则):修订门槛最高,须经专业审核角色与项目协调角色共同同意,且修订理由须附历史案例支撑;
- 流程共识(对应第三章SOP):修订门槛中等,项目协调角色可主导,征求语言与专业审核意见后发布;
- 质量标准共识(对应第五章评价体系与第八章验收规范):修订门槛中等,须经专业审核角色与语言审核角色共同同意。
- 紧急修订:当某条规则已被证明会导致大规模错误词条流出,项目协调角色可发起紧急修订,先临时执行、后补评审流程,但临时执行期不得超过一个版本周期。
7.3 共识的公开性
所有共识的提案、意见、评审记录、最终版本,均在项目公开论坛或项目档案中可查。任何参与方均可依据历史记录追溯每一条规则的来由。这一公开性本身,是降低情绪化争论的制度保障——规则不再依赖于某个人的权威,而是依赖于可被所有人复核的历史记录。
交叉指引 【→论文§3 Theoretical Framework;§10 Conclusion】
八、质量标准与验收规范
8.1 词条质量标准
一个可发布的正式词条,须同时满足以下条件:
- 结构完整:词头、音标、英文原典义项、中文释义翻译、中文标准名称(如适用)、别名、学名(如适用)、来源标注,字段无缺失;
- 义项对齐:每个中文等价表达均标注其适用的英文义项编号,无跨义项绑定;
- 来源可查:主名称来源不低于L3级;如有L1/L2级来源,必须引用;
- 五维达标:按5.1节综合判定规则,主名称满足主名门槛;
- 双签通过:语言审核角色与专业审核角色均书面签字;
- 无未闭环争议:争议状态为"已闭环"或"无争议"。
8.2 审核通过率与质量指标
项目设立以下过程指标,由项目协调角色按月统计并公示:
| 指标 | 定义 | 目标值 |
|---|---|---|
| S6语言审核一次通过率 | 首次提交语言审核即通过的比例 | ≥70% |
| S7专业审核一次通过率 | 首次提交专业审核即通过的比例 | ≥60% |
| 争议立案率 | 进入S8争议流程的词条占比 | ≤15% |
| 争议平均闭环时长 | 从立案到出具《争议评审记录表》的平均工作日 | ≤10个工作日 |
| 发布后纠错率 | 正式发布后因用户反馈或巡检被修订的词条占比 | ≤3% |
| AI新译名转正率 | 由AI候选最终转正为主名称的比例 | 不做硬性目标,但须逐月统计并公示 |
8.3 错误追踪与归因
- 所有发布后发现的错误,必须在《词条审核单》(附录B)中追加"纠错记录"栏,记录错误类型、发现来源、影响版本、修正措施;
- 错误类型分为:义项错配、译名失准、来源缺失、语言表达问题、字段混用、流程漏审六类;
- 项目协调角色每月输出错误归因报告,若某类错误连续两月超过阈值,触发对应环节的SOP复盘与培训。
九、版本管理与归档规范
9.1 版本号规则
采用 主版本号.次版本号.修订号 三段式:
- 主版本号:当词库结构、字段定义、核心规则(第四章)发生不可兼容变更时递增;
- 次版本号:当批量新增词条、重要规则(第三、五、八章)迭代时递增;
- 修订号:当单条或少量词条修订、错别字纠正、来源补充时递增。
示例:v1.0.0 为项目宪章发布时的基线版本;某批次新增词条后为 v1.1.0;单条纠错后为 v1.1.1。
9.2 变更日志
每次发布必须附带变更日志,至少包含:
- 版本号、发布日期;
- 新增词条数、修订词条数、废弃词条数;
- 涉及规则/SOP变更的条目编号;
- 当次版本所闭环的争议清单(链接到《争议评审记录表》);
- 发布人(项目协调角色)签字。
9.3 归档要求
- 词条归档:任何被废弃、被替代的旧译名、旧版本词条,不得物理删除,必须完整归档,标注废弃原因与替代版本;
- 过程文档归档:所有《争议评审记录表》《词条审核单》《术语决策记录表》按年月归档,至少保留至项目结束后5年;
- 版本包归档:每发布一个正式版本,打包该版本全部词条数据、变更日志、规则文档快照,形成不可篡改的版本快照;
- AI提示词快照:随版本同步归档当次使用的AI提示词版本,以保证历史词条可被复现。
交叉指引 【→论文§6.5 Layer 5: Terminology Lifecycle Management】
十、AI提示词规范要点
源素材已明确指出:Prompt Engineering 不能替代术语治理,"请参考权威词典"这一类模糊指令无法解决来源冲突、义项错配、新术语出现与生命周期管理问题。但在本项目中,AI提示词仍然是人机协同接口的关键。以下为AI辅助角色的提示词设计原则。
10.1 五条设计原则
- 字段显式分离原则:提示词必须明确要求AI区分"中文标准名称"“中文释义翻译”“别名”"学名"等字段,禁止把多字段内容揉成一句;
- 义项锚定原则:提示词必须要求AI在给出任何中文等价表达时,同步标注其对应的韦氏原典义项编号,禁止跨义项生成;
- 来源强制原则:提示词必须要求AI对每个候选译名标注其检索到的来源层级(L1—L5),无来源的候选必须显式标注"AI候选,未验证";
- 冲突自报原则:提示词必须要求AI在检测到不同来源译名不一致时,主动列出全部冲突译名,而不是自行选择一个;
- 克制不臆造原则:提示词必须明确要求AI在无权威来源可依时,输出"待人工审核",而不是强行编造一个看似通顺的译名。
10.2 提示词版本治理
- 所有正式使用的提示词均须在项目档案中登记版本号、设计人、生效日期;
- 提示词调整必须经过小批量词条回归测试,不得直接在生产流程中热更新;
- 提示词版本与词库版本绑定发布,保证历史词条的生成上下文可复现。
十一、长期治理路线图
本项目不满足于一次性词典制作,目标是从"词典制作项目"演进为"持续运行的语言知识治理项目"。路线图分三阶段:
阶段一:机制落地(当前阶段,0—6个月)
- 发布本宪章v1.0;
- 跑通第三章SOP首批词条闭环;
- 建立四类角色的协作节奏(建议每周一次项目协调例会);
- 沉淀首批争议案例库,完成至少10份《争议评审记录表》。
阶段二:体系化(6—18个月)
- 建成结构化术语数据库,词条数据可机器检索、可批量比对;
- 完善五层治理框架(来源权威治理 / 语义对齐治理 / 术语评价机制 / 人机协同审核 / 生命周期管理)的工具化支撑;
- 形成成熟的AI提示词规范,提示词版本与词库版本联动;
- 质量评价体系从人工打分过渡到"AI初评 + 人工复核"。
阶段三:知识资产化(18个月以上)
- 术语数据库对外提供稳定检索服务;
- 历史争议案例库成为新参与方培训与AI辅助决策的训练素材;
- 项目经验抽象为通用的"生成式AI辅助语言知识治理"方法论,对外可输出为行业参考;
- 最终完成从"术语管理(Terminology Management)"到"术语治理(Terminology Governance)"的转型:术语不再只是待存储的语言资源,而是一种有决策权归属、有评价标准、有生命周期、可被持续审计的知识资产。
交叉指引 【→论文§6.5 Layer 5: Terminology Lifecycle Management;§9 Practical Implications】
十二、附录:表单模板
以下三个表单模板均以Markdown表格形式给出,字段完整,可直接复制到项目协作工具中使用。
附录A:争议评审记录表
| 字段 | 内容 |
|---|---|
| 记录编号 | (自动生成,如 DISP-2026-0001) |
| 词条名 | |
| 义项编号 | (韦氏原典义项编号) |
| 争议点 | (一句话概括分歧所在) |
| 甲方观点 | (持方A + 其理由) |
| 乙方观点 | (持方B + 其理由) |
| 证据来源1 | (出处 + 来源等级 L1—L5) |
| 证据来源2 | (出处 + 来源等级 L1—L5) |
| 证据来源3 | (如有) |
| 五维评价打分 | 权威__ / 语义__ / 领域__ / 稳定__ / 可理解__ |
| 评审结论 | (主名称 / 别名 / 待定 / 其他) |
| 采纳理由 | (依据规则一至规则五中的哪几条) |
| 版本标记 | (影响的词库版本号) |
| 评审组长 | |
| 评审组成员 | |
| 评审日期 | |
| 归档链接 |
附录B:词条审核单
| 字段 | 内容 |
|---|---|
| 词条编号 | |
| 词条名 | |
| 韦氏原典义项摘要 | |
| AI初稿(中文释义翻译) | |
| AI初稿(中文标准名称字段) | |
| 术语候选列表 | 候选1(来源等级__);候选2(来源等级__);候选3(来源等级__) |
| 来源等级最高项 | (L1—L5 + 出处) |
| 五维评价打分 | 权威__ / 语义__ / 领域__ / 稳定__ / 可理解__ |
| 语言审核意见 | (表达 / 可读性 / 字段分离合规性) |
| 专业审核意见 | (概念准确性 / 学科定名依据) |
| 是否触发争议 | 是 / 否(如是,关联争议记录编号) |
| 最终决定 | 主名称:;别名:;学名:__;状态:正式/待审核/冻结 |
| 语言审核人签字 | |
| 专业审核人签字 | |
| 项目协调人签字 | |
| 审核日期 | |
| 发布版本号 |
附录C:术语决策记录表
| 字段 | 内容 |
|---|---|
| 决策编号 | (自动生成,如 DEC-2026-0001) |
| 词条名 | |
| 义项编号 | |
| 候选译名及来源等级 | 候选A(L_);候选B(L_);候选C(L_) |
| 五维评价明细 | 权威:A_ B_ C_;语义:A_ B_ C_;领域:A_ B_ C_;稳定:A_ B_ C_;可理解:A_ B_ C_ |
| 综合得分 | A__;B__;C__ |
| 适用规则 | (规则一至规则五中的适用条款编号) |
| 最终主名称 | |
| 最终别名 | |
| 学名/拉丁名(如适用) | |
| 历史译名(如适用) | |
| 决策理由 | |
| 决策人(专业审核角色) | |
| 复核人(语言审核/项目协调) | |
| 决策日期 | |
| 影响版本号 | |
| 关联争议记录 | (无 / DISP-编号) |
附录D:双向交叉索引对照表
本表用于建立本《共识机制与运行方案》各章节与配套SSCI论文之间的双向索引关系,便于读者从运行实践快速回溯到论文的理论框架与案例证据,也便于论文读者反向定位到项目落地的具体规则与流程。表中每一行均对应正文中的一处"
交叉指引"标记。
| 运行方案章节 | 对应论文章节 | 核心内容简述 |
|---|---|---|
| 第一章 项目概述(§1.4 核心原则) | §1 Introduction;§3 Theoretical Framework | 项目背景与五项核心原则对应论文研究问题提出与理论框架奠基 |
| 第二章 组织架构与角色职责(§2.2 RACI矩阵) | §6.4 Layer 4: Human–AI Decision Collaboration | 四类角色分工与人机决策协作层的权责设计 |
| 第三章 标准工作流程SOP(S1—S11) | §6 The Proposed Terminology Governance Framework (TGF) 五层全部模块 | 全流程闭环映射到TGF五层治理框架整体设计 |
| 第四章 规则一:专业术语优先标准中文名 | §5.1 yarrow案例;§6.1 Layer 1: Source Authority Governance | 标准定名规则对应来源权威治理层与yarrow术语案例 |
| 第四章 规则二:多义词必须依据义项处理 | §5.2 trunk案例;§6.2 Layer 2: Semantic Alignment Governance | 义项级对齐规则对应语义对齐治理层与trunk多义词案例 |
| 第四章 规则三:权威资源冲突必须记录 | §5.1 yarrow案例;§6.1 Layer 1: Source Authority Governance | 冲突留痕规则对应来源权威等级与yarrow译名分歧案例 |
| 第四章 规则四:不确定译名进入待审核 | §6.3 Layer 3: Terminology Evaluation Mechanism | 待审核熔断机制对应术语评价机制层的评分与否决规则 |
| 第四章 规则五:AI新译名未验证不得转正 | §6.4 Layer 4: Human–AI Decision Collaboration | AI候选人工终审升级路径对应人机协同决策层设计 |
| 第五章 §5.2 来源权威等级表(L1—L5) | §6.1 Layer 1: Source Authority Governance | 五级来源权威分级表直接映射到来源权威治理层 |
| 第六章 争议处理与升级机制(§6.5 文化转向) | §5.3 Cross-case Synthesis;§9 Practical Implications | 从立场对抗到案例评审的机制对应跨案例综合与实践启示 |
| 第七章 共识形成与修订机制(§7.3 公开性) | §3 Theoretical Framework;§10 Conclusion | 规则共识的公开迭代机制对应理论框架与论文结论升华 |
| 第九章 版本管理与归档规范(§9.3 归档要求) | §6.5 Layer 5: Terminology Lifecycle Management | 版本快照与归档要求对应术语生命周期管理层 |
| 第十章 AI提示词规范要点(§10.1 五条设计原则) | §6.2 Layer 2: Semantic Alignment Governance;§6.4 Layer 4: Human–AI Decision Collaboration | 字段分离、义项锚定、来源强制等提示词设计原则对应语义对齐与人机协同两层 |
| 第十一章 长期治理路线图(三阶段) | §6.5 Layer 5: Terminology Lifecycle Management;§9 Practical Implications | 从术语管理到术语治理的演进路线对应生命周期管理与实践启示 |
结语
本宪章将论坛中已经达成的隐性共识,固化为可执行、可审计、可修订的项目治理制度。其核心信念是:在生成式AI深度参与词典编纂的时代,问题的关键不在于"AI翻译得够不够好",而在于"人类是否为这项语言知识生产活动建立了清晰的决策权归属、透明的证据比较规则、可追溯的生命周期管理,以及把情绪化争论转化为可复用案例的制度能力"。
愿本宪章成为韦氏双语词典AI辅助人机协同项目从松散讨论走向长期治理的起点。
——项目治理组
2026-09-19
从术语管理到术语治理:生成式人工智能辅助翻译中的人机协同术语治理框架研究.pdf (2.9 MB)
韦氏双语词典AI辅助人机协同项目共识机制与运行方案(项目宪章版).pdf (2.0 MB)
AI时代,随随便便就可以洋洋洒洒近万字(四舍五入一个亿)哈~
记得有个程序员说,AI把项目编程这个回合制游戏变成了即时战略游戏~~
真·注意力 短缺时代~~~
针对"AI时代随随便便就能洋洋洒洒近万字",说几句。以下来自本人多个AI辅助项目(研报、深度调研、宣传手册)的实操经验。
这两份文档的产出,远非"随便"二字可概括:从项目背景与素材汇编,到双文档任务设定(SSCI学术论文 + 项目宪章,标准与受众完全分离),到版式细节(封面、目录、页眉页脚、表格美化),再到模型选型——谁搭框架、谁搜资料、谁做呈现,各有分工。
你引用的程序员比喻很准:AI把回合制变成了即时战略。但即时战略对指挥官的要求更高——全局视野、资源调度、实时决策。觉得"随便",大概是只看到了输出,没看到背后的调度。
成果也不是字数堆砌:
- 论文:SSCI级双语,摘要→文献综述(6节)→理论框架(5视角)→研究方法→yarrow/trunk双案例→五层TGF框架→讨论→理论贡献→实践启示→结论→18条APA-7文献,8处反向交叉指引。
- 运行方案:项目宪章级,12章+4附录,RACI矩阵、11步SOP、五条决策规则、五维评价体系、L1–L5来源等级、四级争议升级机制,3套表单模板,13处正向交叉指引+附录D双向索引表。
评价知识产品的价值,从来不看篇幅和流畅度,而看:框架是否严密、维度是否多元、逻辑是否自洽、论点是否清晰、论据是否充分、论证是否严谨、推论是否客观、表达是否规范。
你说"注意力短缺时代",我倒觉得是判断力短缺时代。信息从未如此廉价,也从未如此难筛选。万字不是问题,看不出好坏才是问题。
人们只看到AI输出的万字,忽略了背后的隐性劳动:prompt设计与迭代、模型切换、事实核查、结构重组、质量校验、版本取舍。这些劳动不比传统写作少,只是从"笔耕"变成了"调度"。说"AI随便就能写",就像说"有了印刷厂随便就能印万本书"——机器能印,但印什么、怎么编、谁来校,仍然靠人。工具改变了效率,没有改变价值判断。
顶级大模型在知识库广度、推理归纳、泛化能力上已不输人类学者,某些方面甚至过之。但对事物本质的理解深度,仍需使用者引导和调教。它能不断学习迭代——这是可怕之处,也是可利用之处。
也正因此,论文的核心命题不是"AI如何翻译得更好",而是"人类如何治理语言知识资产"。工具越强,越需要人掌舵。蒸汽机、电力、互联网,每一次技术革命都在问同一个问题:能力被放大后,谁来决定方向?
所以,"洋洋洒洒近万字"本身不是问题,问题是这万字背后有没有真东西,以及产出它的人,有没有为质量负责。
(以上内容及观点 80%手码 +20%AI润色)
是哦,troll一般长得都很丑的,所以投喂它比较困难和反人性哈哈。
另外,我并没有举报它, 它习惯性地判断错误,可能是职业素养一部分.
MWU2020 双解版来了!
【MWU 2020 双解版】W3之上,继续升级
多谢分享。希望能够给 **AHD2024**添加译文,多谢了
SOED比较小,和MWU3相当hhh都是两卷本也可以合订成一卷的
多谢分享,已安装


