有道翻译如何批量导入专业术语库？

功能定位：为什么必须自建术语库

在神经网络翻译（NMT）时代，通用模型对“USB-Type-C”“阿斯美®”这类客户专属写法仍可能给出“USB C 型”或“复方甲氧那明胶囊”等泛化译法。有道翻译的「术语库」允许用户把“源文-译文-备注”三元组强制写入解码路径，优先级高于模型默认结果，从而保证品牌名、标准号、专利术语的一致性。2026 年 3 月版起，单库上限 5 万条，支持 TBX 1.0 标准导入，是官方唯一可批量写入的入口。

版本演进：从单条添加到批量 TBX 的迁移脉络

2024 及更早版本仅提供「+添加术语」单条模式；2025-Q4 上线「文件导入」按钮，首批仅接受 CSV（UTF-8，三列）。2026-03-27 的 v10.6.0 全面切换为 TBX 1.0（XML 方言），旧 CSV 被标记为「兼容模式」，官方提示「后续可能下线」。因此，新工程应直接采用 TBX，而已有 CSV 可在桌面端「设置-术语库-兼容导入」临时过渡，但不再享受「同义词合并」与「大小写敏感」两项新特性。

TBX 与 CSV 的字段映射差异

CSV 列	TBX 节点	说明
第 1 列 源文	<term>@xml:lang="zh-CN"	必须唯一，区分大小写
第 2 列 译文	<term>@xml:lang="en-US"	可多个同义词用 <termNote type="synonym">
第 3 列 备注	<descrip type="definition">	选填，长度 ≤128 字符

决策树：什么时候该用批量导入

1. 术语总量 ≥200 条：手工添加效率低于「模板-审核-导入」三步走。
2. 多译者协同：TBX 可被 Git 差异比对，方便 CR（Code Review）。
3. 需定期同步外部术语 API：可脚本化生成 TBX，再定时调用桌面 CLI 实现无人值守。

若你的词汇表不足 50 条且变动频率 < 季度，可直接用「+添加术语」并打开「自动大小写归一」开关，避免 XML 学习成本。

前置准备：获取官方 TBX 模板与字段校验规则

桌面端路径：右上角「头像-设置-术语库-导入」页面底部有「下载 TBX 模板」；模板已内置 XSD 引用，可直接用 Oxygen、VS Code 等 XML 插件做实时校验。若使用 Excel 手工拼 XML，需确保：

• 根节点为 <martif type="TBX">，命名空间 xsi:schemaLocation 指向官方 XSD；
• 每条目放在 <termEntry id="xxx"> 内，id 全局唯一；
• 语言代码必须小写，如 "en-us"，否则导入器会报「lang 属性非法」。

操作路径：三端导入步骤与回退方案

Windows/macOS 桌面端（v10.6.0 及之后）

1. 登录同一账号，左侧栏切换到「术语库」。
2. 点击「导入」→「TBX」→ 选择文件；若出现「条目冲突」弹窗，可选择「跳过」「覆盖」或「重命名后缀」。
3. 上传完毕会提示「成功 N 条，失败 M 条」。失败条目可下载 CSV 日志，按行修复后再次导入。
4. 回退：右上角「更多-版本历史」可整体回滚到任意 24 h 内的快照；亦可用「导出全部」做本地备份后再做增量覆盖。

Android/iOS 移动端

移动端暂不支持 TBX 导入，但可「查看-搜索-单条编辑」。经验性观察：在平板端使用「桌面模式」打开网页版（https://fanyi.youdao.com/term），可触发与桌面相同的导入按钮，文件选择器可调用系统「文件」App，实现「曲线批量」。若文件大于 3 MB，建议切回 Wi-Fi 并关闭省流模式，否则会出现「网络超时」假象。

Web 网页版

登录后路径：右上角「术语管理」→「导入 TBX」。网页版优势是支持拖拽上传，且冲突预览采用 Diff 高亮；缺点是单次上传上限 10 MB（约 2 万条）。超过上限请拆包或改用桌面端 CLI。

冲突处理与数据映射细节

当 TBX 中的 <term> 文本与库内现有条目完全相等（含大小写）时，系统判定为冲突。此时导入器提供三种策略：

• 跳过：保留旧条目，新数据丢弃；适合「主库优先」场景。
• 覆盖：用新条目的译文与备注完全替换；适合「定期同步外部权威表」。
• 后缀：在源文后自动加「_2」生成新条目；适合「多项目并行但需隔离」。

经验性观察：若同一 TBX 内出现重复源文，系统会以前一条为准，后一条被自动丢弃，不会触发冲突弹窗。因此，在生成 TBX 前，先用 XSLT 或 Python 按源文去重，可避免「静默丢失」。

验证与观测方法

导入完成后，立即在「翻译框」输入源文并回车，若译文区域出现「术语库」角标，即表示命中。若未命中，请检查：

1. 语言对是否匹配：英→中与中→英视为两条独立条目，需分别写入。
2. 大小写敏感开关：默认开启，若关闭则「iPhone」与「iphone」视为同一条。
3. 是否开启「智能归一」：开启后系统会把全角括号转为半角，再匹配术语。

可复现验证：在「设置-术语库-高级」打开「显示调试日志」，翻译时会在控制台打印「termId=xxx, matchType=exact」，确认命中来源。

与 CAT 工具/CI 流程的协同

有道提供「Youdao CAT API」（需单独申请密钥），支持 PUT /term/batch 上传 TBX 二进制。典型 DevOps 场景：软件资源文件（.xml/.json）在 Git Push 后触发 GitHub Action，调用脚本提取新增键值→生成 TBX→调用 API→回写术语库。权限最小化原则：仅授予「term:write」范围，禁止开放「user:read」；同时把密钥存于 GitHub Secret，避免在日志回显。

不适用场景与副作用

• 术语库容量 5 万条为硬上限，超过需自建多库并手动切换，API 暂不支持跨库查询。
• 离线包（38 MB）不含用户术语，断网状态下术语匹配会失效；若需在离线场景保持一致，请提前导出「合并后的记忆库」并改用本地 CAT 工具。
• 导入过程全程明文存储在云端，虽官方声明采用 AES-256 加密，但涉及保密专利名称时，建议先做内部脱敏（如把「XJ-β123」改为「代号 A」）。

最佳实践 10 条速查表

1. 统一语言代码：用 en-us、zh-cn lowercase，避免大小写混写。
2. 源文去重：生成 TBX 前用脚本按 UTF-8 二进制去重，防止静默丢弃。
3. 冲突策略提前写进 SOP：例如「每周二用覆盖模式同步 ERP 术语表」。
4. 上传前本地 XSD 校验，减少「lang 属性非法」失败。
5. 大于 10 MB 拆包，网页版与桌面端分批导入，日志合并查看。
6. 每月导出全库 JSON 备份，Git 版本化，方便回滚。
7. 开启「调试日志」验收关键条目，确认命中角标出现。
8. 离线作业前检查「术语库同步状态」绿灯，避免断网失效。
9. 涉及商标®、专利号，备注栏写「注册号+类别」，方便法务审计。
10. CLI 自动化务必加 retry（429 场景），并记录 HTTP x-request-id，方便工单排障。

FAQ：批量导入术语库常见疑问

收尾：下一步行动清单

读完本文，你已了解「批量导入专业术语库」的完整生命周期：模板获取→数据清洗→冲突策略→多端导入→命中验证。若尚未建立术语库，建议立刻下载官方 TBX 模板，把最常出现的 200 个产品关键词先导入，并在下周的翻译任务中打开「调试日志」验收命中率。对于已有 CSV 的老用户，请趁「兼容模式」仍可用时，用桌面端「导出全部」转 TBX，完成格式迁移，避免未来下线导致手工搬运。术语库不是一次性工程，持续迭代、版本化备份、与 CI 流程打通，才能真正让神经网络翻译输出「像自家写的一样」。