{"korean": "# 데이터 처리 라이브러리\n\n고성능 데이터 처리를 위한 Python 라이브러리입니다.\n\n## 설치\n\n```bash\npip install dataprocessor\n```\n\n## 빠른 시작\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## 주요 기능\n\n- **빠른 처리**: 멀티스레딩 지원\n- **메모리 효율**: 스트리밍 처리 가능\n- **확장성**: 커스텀 파이프라인 구성\n\n## 문서\n\n자세한 내용은 [공식 문서](https://docs.example.com)를 참조하세요.", "english": "# Data Processing Library\n\nA Python library for high-performance data processing.\n\n## Installation\n\n```bash\npip install dataprocessor\n```\n\n## Quick Start\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## Key Features\n\n- **Fast Processing**: Multi-threading support\n- **Memory Efficient**: Streaming processing available\n- **Extensibility**: Custom pipeline configuration\n\n## Documentation\n\nFor more details, see the [official documentation](https://docs.example.com).", "metadata": {"source": "sample", "index": 0}}
{"korean": "## API 레퍼런스\n\n### `process_data(input, options=None)`\n\n입력 데이터를 처리하고 결과를 반환합니다.\n\n#### 매개변수\n\n| 이름 | 타입 | 필수 | 설명 |\n|------|------|------|------|\n| `input` | `str` | 예 | 처리할 입력 데이터 |\n| `options` | `dict` | 아니오 | 처리 옵션 |\n\n#### 반환값\n\n- `Result`: 처리 결과 객체\n\n#### 예제\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **참고**: 이 함수는 스레드 안전합니다.", "english": "## API Reference\n\n### `process_data(input, options=None)`\n\nProcesses input data and returns the result.\n\n#### Parameters\n\n| Name | Type | Required | Description |\n|------|------|----------|-------------|\n| `input` | `str` | Yes | Input data to process |\n| `options` | `dict` | No | Processing options |\n\n#### Returns\n\n- `Result`: Processing result object\n\n#### Example\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **Note**: This function is thread-safe.", "metadata": {"source": "sample", "index": 1}}
{"korean": "# 문제 해결 가이드\n\n## 연결 오류\n\n### 증상\n\n`ConnectionError: Unable to connect to server` 오류가 발생합니다.\n\n### 원인\n\n1. 서버가 실행 중이지 않음\n2. 방화벽 설정 문제\n3. 잘못된 호스트/포트 설정\n\n### 해결 방법\n\n1. 서버 상태 확인:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. 방화벽 규칙 확인:\n   ```bash\n   sudo ufw status\n   ```\n\n3. 설정 파일 확인:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\n문제가 지속되면 [이슈 트래커](https://github.com/example/issues)에 보고해 주세요.", "english": "# Troubleshooting Guide\n\n## Connection Errors\n\n### Symptoms\n\nYou receive `ConnectionError: Unable to connect to server` error.\n\n### Causes\n\n1. Server is not running\n2. Firewall configuration issues\n3. Incorrect host/port settings\n\n### Solutions\n\n1. Check server status:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. Check firewall rules:\n   ```bash\n   sudo ufw status\n   ```\n\n3. Verify configuration file:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\nIf the problem persists, please report it on the [issue tracker](https://github.com/example/issues).", "metadata": {"source": "sample", "index": 2}}
{"korean": "# 시작하기\n\n## 전제 조건\n\n- Python 3.10 이상\n- pip 또는 conda\n\n## 설치\n\n### pip 사용\n\n```bash\npip install mypackage\n```\n\n### 소스에서 설치\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## 설정\n\n환경 변수를 설정하세요:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\n또는 `.env` 파일을 생성하세요:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## 다음 단계\n\n- [튜토리얼](./tutorial.md)을 따라 해보세요\n- [API 문서](./api.md)를 확인하세요", "english": "# Getting Started\n\n## Prerequisites\n\n- Python 3.10 or higher\n- pip or conda\n\n## Installation\n\n### Using pip\n\n```bash\npip install mypackage\n```\n\n### Install from source\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## Configuration\n\nSet environment variables:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\nOr create a `.env` file:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## Next Steps\n\n- Follow the [tutorial](./tutorial.md)\n- Check the [API documentation](./api.md)", "metadata": {"source": "sample", "index": 3}}
{"korean": "## 모델 학습\n\n### 데이터 준비\n\n학습 데이터는 다음 형식이어야 합니다:\n\n```json\n{\n  \"text\": \"입력 텍스트\",\n  \"label\": 1\n}\n```\n\n### 학습 실행\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### 하이퍼파라미터\n\n| 파라미터 | 기본값 | 설명 |\n|----------|--------|------|\n| `learning_rate` | 1e-4 | 학습률 |\n| `batch_size` | 32 | 배치 크기 |\n| `epochs` | 10 | 에폭 수 |\n\n### 평가\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "english": "## Model Training\n\n### Data Preparation\n\nTraining data should be in the following format:\n\n```json\n{\n  \"text\": \"input text\",\n  \"label\": 1\n}\n```\n\n### Running Training\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### Hyperparameters\n\n| Parameter | Default | Description |\n|-----------|---------|-------------|\n| `learning_rate` | 1e-4 | Learning rate |\n| `batch_size` | 32 | Batch size |\n| `epochs` | 10 | Number of epochs |\n\n### Evaluation\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "metadata": {"source": "sample", "index": 4}}
{"korean": "# 데이터 처리 라이브러리\n\n고성능 데이터 처리를 위한 Python 라이브러리입니다.\n\n## 설치\n\n```bash\npip install dataprocessor\n```\n\n## 빠른 시작\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## 주요 기능\n\n- **빠른 처리**: 멀티스레딩 지원\n- **메모리 효율**: 스트리밍 처리 가능\n- **확장성**: 커스텀 파이프라인 구성\n\n## 문서\n\n자세한 내용은 [공식 문서](https://docs.example.com)를 참조하세요.", "english": "# Data Processing Library\n\nA Python library for high-performance data processing.\n\n## Installation\n\n```bash\npip install dataprocessor\n```\n\n## Quick Start\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## Key Features\n\n- **Fast Processing**: Multi-threading support\n- **Memory Efficient**: Streaming processing available\n- **Extensibility**: Custom pipeline configuration\n\n## Documentation\n\nFor more details, see the [official documentation](https://docs.example.com).", "metadata": {"source": "sample", "index": 5}}
{"korean": "## API 레퍼런스\n\n### `process_data(input, options=None)`\n\n입력 데이터를 처리하고 결과를 반환합니다.\n\n#### 매개변수\n\n| 이름 | 타입 | 필수 | 설명 |\n|------|------|------|------|\n| `input` | `str` | 예 | 처리할 입력 데이터 |\n| `options` | `dict` | 아니오 | 처리 옵션 |\n\n#### 반환값\n\n- `Result`: 처리 결과 객체\n\n#### 예제\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **참고**: 이 함수는 스레드 안전합니다.", "english": "## API Reference\n\n### `process_data(input, options=None)`\n\nProcesses input data and returns the result.\n\n#### Parameters\n\n| Name | Type | Required | Description |\n|------|------|----------|-------------|\n| `input` | `str` | Yes | Input data to process |\n| `options` | `dict` | No | Processing options |\n\n#### Returns\n\n- `Result`: Processing result object\n\n#### Example\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **Note**: This function is thread-safe.", "metadata": {"source": "sample", "index": 6}}
{"korean": "# 문제 해결 가이드\n\n## 연결 오류\n\n### 증상\n\n`ConnectionError: Unable to connect to server` 오류가 발생합니다.\n\n### 원인\n\n1. 서버가 실행 중이지 않음\n2. 방화벽 설정 문제\n3. 잘못된 호스트/포트 설정\n\n### 해결 방법\n\n1. 서버 상태 확인:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. 방화벽 규칙 확인:\n   ```bash\n   sudo ufw status\n   ```\n\n3. 설정 파일 확인:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\n문제가 지속되면 [이슈 트래커](https://github.com/example/issues)에 보고해 주세요.", "english": "# Troubleshooting Guide\n\n## Connection Errors\n\n### Symptoms\n\nYou receive `ConnectionError: Unable to connect to server` error.\n\n### Causes\n\n1. Server is not running\n2. Firewall configuration issues\n3. Incorrect host/port settings\n\n### Solutions\n\n1. Check server status:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. Check firewall rules:\n   ```bash\n   sudo ufw status\n   ```\n\n3. Verify configuration file:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\nIf the problem persists, please report it on the [issue tracker](https://github.com/example/issues).", "metadata": {"source": "sample", "index": 7}}
{"korean": "# 시작하기\n\n## 전제 조건\n\n- Python 3.10 이상\n- pip 또는 conda\n\n## 설치\n\n### pip 사용\n\n```bash\npip install mypackage\n```\n\n### 소스에서 설치\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## 설정\n\n환경 변수를 설정하세요:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\n또는 `.env` 파일을 생성하세요:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## 다음 단계\n\n- [튜토리얼](./tutorial.md)을 따라 해보세요\n- [API 문서](./api.md)를 확인하세요", "english": "# Getting Started\n\n## Prerequisites\n\n- Python 3.10 or higher\n- pip or conda\n\n## Installation\n\n### Using pip\n\n```bash\npip install mypackage\n```\n\n### Install from source\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## Configuration\n\nSet environment variables:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\nOr create a `.env` file:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## Next Steps\n\n- Follow the [tutorial](./tutorial.md)\n- Check the [API documentation](./api.md)", "metadata": {"source": "sample", "index": 8}}
{"korean": "## 모델 학습\n\n### 데이터 준비\n\n학습 데이터는 다음 형식이어야 합니다:\n\n```json\n{\n  \"text\": \"입력 텍스트\",\n  \"label\": 1\n}\n```\n\n### 학습 실행\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### 하이퍼파라미터\n\n| 파라미터 | 기본값 | 설명 |\n|----------|--------|------|\n| `learning_rate` | 1e-4 | 학습률 |\n| `batch_size` | 32 | 배치 크기 |\n| `epochs` | 10 | 에폭 수 |\n\n### 평가\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "english": "## Model Training\n\n### Data Preparation\n\nTraining data should be in the following format:\n\n```json\n{\n  \"text\": \"input text\",\n  \"label\": 1\n}\n```\n\n### Running Training\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### Hyperparameters\n\n| Parameter | Default | Description |\n|-----------|---------|-------------|\n| `learning_rate` | 1e-4 | Learning rate |\n| `batch_size` | 32 | Batch size |\n| `epochs` | 10 | Number of epochs |\n\n### Evaluation\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "metadata": {"source": "sample", "index": 9}}
{"korean": "# 데이터 처리 라이브러리\n\n고성능 데이터 처리를 위한 Python 라이브러리입니다.\n\n## 설치\n\n```bash\npip install dataprocessor\n```\n\n## 빠른 시작\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## 주요 기능\n\n- **빠른 처리**: 멀티스레딩 지원\n- **메모리 효율**: 스트리밍 처리 가능\n- **확장성**: 커스텀 파이프라인 구성\n\n## 문서\n\n자세한 내용은 [공식 문서](https://docs.example.com)를 참조하세요.", "english": "# Data Processing Library\n\nA Python library for high-performance data processing.\n\n## Installation\n\n```bash\npip install dataprocessor\n```\n\n## Quick Start\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## Key Features\n\n- **Fast Processing**: Multi-threading support\n- **Memory Efficient**: Streaming processing available\n- **Extensibility**: Custom pipeline configuration\n\n## Documentation\n\nFor more details, see the [official documentation](https://docs.example.com).", "metadata": {"source": "sample", "index": 10}}
{"korean": "## API 레퍼런스\n\n### `process_data(input, options=None)`\n\n입력 데이터를 처리하고 결과를 반환합니다.\n\n#### 매개변수\n\n| 이름 | 타입 | 필수 | 설명 |\n|------|------|------|------|\n| `input` | `str` | 예 | 처리할 입력 데이터 |\n| `options` | `dict` | 아니오 | 처리 옵션 |\n\n#### 반환값\n\n- `Result`: 처리 결과 객체\n\n#### 예제\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **참고**: 이 함수는 스레드 안전합니다.", "english": "## API Reference\n\n### `process_data(input, options=None)`\n\nProcesses input data and returns the result.\n\n#### Parameters\n\n| Name | Type | Required | Description |\n|------|------|----------|-------------|\n| `input` | `str` | Yes | Input data to process |\n| `options` | `dict` | No | Processing options |\n\n#### Returns\n\n- `Result`: Processing result object\n\n#### Example\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **Note**: This function is thread-safe.", "metadata": {"source": "sample", "index": 11}}
{"korean": "# 문제 해결 가이드\n\n## 연결 오류\n\n### 증상\n\n`ConnectionError: Unable to connect to server` 오류가 발생합니다.\n\n### 원인\n\n1. 서버가 실행 중이지 않음\n2. 방화벽 설정 문제\n3. 잘못된 호스트/포트 설정\n\n### 해결 방법\n\n1. 서버 상태 확인:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. 방화벽 규칙 확인:\n   ```bash\n   sudo ufw status\n   ```\n\n3. 설정 파일 확인:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\n문제가 지속되면 [이슈 트래커](https://github.com/example/issues)에 보고해 주세요.", "english": "# Troubleshooting Guide\n\n## Connection Errors\n\n### Symptoms\n\nYou receive `ConnectionError: Unable to connect to server` error.\n\n### Causes\n\n1. Server is not running\n2. Firewall configuration issues\n3. Incorrect host/port settings\n\n### Solutions\n\n1. Check server status:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. Check firewall rules:\n   ```bash\n   sudo ufw status\n   ```\n\n3. Verify configuration file:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\nIf the problem persists, please report it on the [issue tracker](https://github.com/example/issues).", "metadata": {"source": "sample", "index": 12}}
{"korean": "# 시작하기\n\n## 전제 조건\n\n- Python 3.10 이상\n- pip 또는 conda\n\n## 설치\n\n### pip 사용\n\n```bash\npip install mypackage\n```\n\n### 소스에서 설치\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## 설정\n\n환경 변수를 설정하세요:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\n또는 `.env` 파일을 생성하세요:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## 다음 단계\n\n- [튜토리얼](./tutorial.md)을 따라 해보세요\n- [API 문서](./api.md)를 확인하세요", "english": "# Getting Started\n\n## Prerequisites\n\n- Python 3.10 or higher\n- pip or conda\n\n## Installation\n\n### Using pip\n\n```bash\npip install mypackage\n```\n\n### Install from source\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## Configuration\n\nSet environment variables:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\nOr create a `.env` file:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## Next Steps\n\n- Follow the [tutorial](./tutorial.md)\n- Check the [API documentation](./api.md)", "metadata": {"source": "sample", "index": 13}}
{"korean": "## 모델 학습\n\n### 데이터 준비\n\n학습 데이터는 다음 형식이어야 합니다:\n\n```json\n{\n  \"text\": \"입력 텍스트\",\n  \"label\": 1\n}\n```\n\n### 학습 실행\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### 하이퍼파라미터\n\n| 파라미터 | 기본값 | 설명 |\n|----------|--------|------|\n| `learning_rate` | 1e-4 | 학습률 |\n| `batch_size` | 32 | 배치 크기 |\n| `epochs` | 10 | 에폭 수 |\n\n### 평가\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "english": "## Model Training\n\n### Data Preparation\n\nTraining data should be in the following format:\n\n```json\n{\n  \"text\": \"input text\",\n  \"label\": 1\n}\n```\n\n### Running Training\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### Hyperparameters\n\n| Parameter | Default | Description |\n|-----------|---------|-------------|\n| `learning_rate` | 1e-4 | Learning rate |\n| `batch_size` | 32 | Batch size |\n| `epochs` | 10 | Number of epochs |\n\n### Evaluation\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "metadata": {"source": "sample", "index": 14}}
{"korean": "# 데이터 처리 라이브러리\n\n고성능 데이터 처리를 위한 Python 라이브러리입니다.\n\n## 설치\n\n```bash\npip install dataprocessor\n```\n\n## 빠른 시작\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## 주요 기능\n\n- **빠른 처리**: 멀티스레딩 지원\n- **메모리 효율**: 스트리밍 처리 가능\n- **확장성**: 커스텀 파이프라인 구성\n\n## 문서\n\n자세한 내용은 [공식 문서](https://docs.example.com)를 참조하세요.", "english": "# Data Processing Library\n\nA Python library for high-performance data processing.\n\n## Installation\n\n```bash\npip install dataprocessor\n```\n\n## Quick Start\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## Key Features\n\n- **Fast Processing**: Multi-threading support\n- **Memory Efficient**: Streaming processing available\n- **Extensibility**: Custom pipeline configuration\n\n## Documentation\n\nFor more details, see the [official documentation](https://docs.example.com).", "metadata": {"source": "sample", "index": 15}}
{"korean": "## API 레퍼런스\n\n### `process_data(input, options=None)`\n\n입력 데이터를 처리하고 결과를 반환합니다.\n\n#### 매개변수\n\n| 이름 | 타입 | 필수 | 설명 |\n|------|------|------|------|\n| `input` | `str` | 예 | 처리할 입력 데이터 |\n| `options` | `dict` | 아니오 | 처리 옵션 |\n\n#### 반환값\n\n- `Result`: 처리 결과 객체\n\n#### 예제\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **참고**: 이 함수는 스레드 안전합니다.", "english": "## API Reference\n\n### `process_data(input, options=None)`\n\nProcesses input data and returns the result.\n\n#### Parameters\n\n| Name | Type | Required | Description |\n|------|------|----------|-------------|\n| `input` | `str` | Yes | Input data to process |\n| `options` | `dict` | No | Processing options |\n\n#### Returns\n\n- `Result`: Processing result object\n\n#### Example\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **Note**: This function is thread-safe.", "metadata": {"source": "sample", "index": 16}}
{"korean": "# 문제 해결 가이드\n\n## 연결 오류\n\n### 증상\n\n`ConnectionError: Unable to connect to server` 오류가 발생합니다.\n\n### 원인\n\n1. 서버가 실행 중이지 않음\n2. 방화벽 설정 문제\n3. 잘못된 호스트/포트 설정\n\n### 해결 방법\n\n1. 서버 상태 확인:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. 방화벽 규칙 확인:\n   ```bash\n   sudo ufw status\n   ```\n\n3. 설정 파일 확인:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\n문제가 지속되면 [이슈 트래커](https://github.com/example/issues)에 보고해 주세요.", "english": "# Troubleshooting Guide\n\n## Connection Errors\n\n### Symptoms\n\nYou receive `ConnectionError: Unable to connect to server` error.\n\n### Causes\n\n1. Server is not running\n2. Firewall configuration issues\n3. Incorrect host/port settings\n\n### Solutions\n\n1. Check server status:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. Check firewall rules:\n   ```bash\n   sudo ufw status\n   ```\n\n3. Verify configuration file:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\nIf the problem persists, please report it on the [issue tracker](https://github.com/example/issues).", "metadata": {"source": "sample", "index": 17}}
{"korean": "# 시작하기\n\n## 전제 조건\n\n- Python 3.10 이상\n- pip 또는 conda\n\n## 설치\n\n### pip 사용\n\n```bash\npip install mypackage\n```\n\n### 소스에서 설치\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## 설정\n\n환경 변수를 설정하세요:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\n또는 `.env` 파일을 생성하세요:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## 다음 단계\n\n- [튜토리얼](./tutorial.md)을 따라 해보세요\n- [API 문서](./api.md)를 확인하세요", "english": "# Getting Started\n\n## Prerequisites\n\n- Python 3.10 or higher\n- pip or conda\n\n## Installation\n\n### Using pip\n\n```bash\npip install mypackage\n```\n\n### Install from source\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## Configuration\n\nSet environment variables:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\nOr create a `.env` file:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## Next Steps\n\n- Follow the [tutorial](./tutorial.md)\n- Check the [API documentation](./api.md)", "metadata": {"source": "sample", "index": 18}}
{"korean": "## 모델 학습\n\n### 데이터 준비\n\n학습 데이터는 다음 형식이어야 합니다:\n\n```json\n{\n  \"text\": \"입력 텍스트\",\n  \"label\": 1\n}\n```\n\n### 학습 실행\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### 하이퍼파라미터\n\n| 파라미터 | 기본값 | 설명 |\n|----------|--------|------|\n| `learning_rate` | 1e-4 | 학습률 |\n| `batch_size` | 32 | 배치 크기 |\n| `epochs` | 10 | 에폭 수 |\n\n### 평가\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "english": "## Model Training\n\n### Data Preparation\n\nTraining data should be in the following format:\n\n```json\n{\n  \"text\": \"input text\",\n  \"label\": 1\n}\n```\n\n### Running Training\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### Hyperparameters\n\n| Parameter | Default | Description |\n|-----------|---------|-------------|\n| `learning_rate` | 1e-4 | Learning rate |\n| `batch_size` | 32 | Batch size |\n| `epochs` | 10 | Number of epochs |\n\n### Evaluation\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "metadata": {"source": "sample", "index": 19}}
{"korean": "# 데이터 처리 라이브러리\n\n고성능 데이터 처리를 위한 Python 라이브러리입니다.\n\n## 설치\n\n```bash\npip install dataprocessor\n```\n\n## 빠른 시작\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## 주요 기능\n\n- **빠른 처리**: 멀티스레딩 지원\n- **메모리 효율**: 스트리밍 처리 가능\n- **확장성**: 커스텀 파이프라인 구성\n\n## 문서\n\n자세한 내용은 [공식 문서](https://docs.example.com)를 참조하세요.", "english": "# Data Processing Library\n\nA Python library for high-performance data processing.\n\n## Installation\n\n```bash\npip install dataprocessor\n```\n\n## Quick Start\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## Key Features\n\n- **Fast Processing**: Multi-threading support\n- **Memory Efficient**: Streaming processing available\n- **Extensibility**: Custom pipeline configuration\n\n## Documentation\n\nFor more details, see the [official documentation](https://docs.example.com).", "metadata": {"source": "sample", "index": 20}}
{"korean": "## API 레퍼런스\n\n### `process_data(input, options=None)`\n\n입력 데이터를 처리하고 결과를 반환합니다.\n\n#### 매개변수\n\n| 이름 | 타입 | 필수 | 설명 |\n|------|------|------|------|\n| `input` | `str` | 예 | 처리할 입력 데이터 |\n| `options` | `dict` | 아니오 | 처리 옵션 |\n\n#### 반환값\n\n- `Result`: 처리 결과 객체\n\n#### 예제\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **참고**: 이 함수는 스레드 안전합니다.", "english": "## API Reference\n\n### `process_data(input, options=None)`\n\nProcesses input data and returns the result.\n\n#### Parameters\n\n| Name | Type | Required | Description |\n|------|------|----------|-------------|\n| `input` | `str` | Yes | Input data to process |\n| `options` | `dict` | No | Processing options |\n\n#### Returns\n\n- `Result`: Processing result object\n\n#### Example\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **Note**: This function is thread-safe.", "metadata": {"source": "sample", "index": 21}}
{"korean": "# 문제 해결 가이드\n\n## 연결 오류\n\n### 증상\n\n`ConnectionError: Unable to connect to server` 오류가 발생합니다.\n\n### 원인\n\n1. 서버가 실행 중이지 않음\n2. 방화벽 설정 문제\n3. 잘못된 호스트/포트 설정\n\n### 해결 방법\n\n1. 서버 상태 확인:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. 방화벽 규칙 확인:\n   ```bash\n   sudo ufw status\n   ```\n\n3. 설정 파일 확인:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\n문제가 지속되면 [이슈 트래커](https://github.com/example/issues)에 보고해 주세요.", "english": "# Troubleshooting Guide\n\n## Connection Errors\n\n### Symptoms\n\nYou receive `ConnectionError: Unable to connect to server` error.\n\n### Causes\n\n1. Server is not running\n2. Firewall configuration issues\n3. Incorrect host/port settings\n\n### Solutions\n\n1. Check server status:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. Check firewall rules:\n   ```bash\n   sudo ufw status\n   ```\n\n3. Verify configuration file:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\nIf the problem persists, please report it on the [issue tracker](https://github.com/example/issues).", "metadata": {"source": "sample", "index": 22}}
{"korean": "# 시작하기\n\n## 전제 조건\n\n- Python 3.10 이상\n- pip 또는 conda\n\n## 설치\n\n### pip 사용\n\n```bash\npip install mypackage\n```\n\n### 소스에서 설치\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## 설정\n\n환경 변수를 설정하세요:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\n또는 `.env` 파일을 생성하세요:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## 다음 단계\n\n- [튜토리얼](./tutorial.md)을 따라 해보세요\n- [API 문서](./api.md)를 확인하세요", "english": "# Getting Started\n\n## Prerequisites\n\n- Python 3.10 or higher\n- pip or conda\n\n## Installation\n\n### Using pip\n\n```bash\npip install mypackage\n```\n\n### Install from source\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## Configuration\n\nSet environment variables:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\nOr create a `.env` file:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## Next Steps\n\n- Follow the [tutorial](./tutorial.md)\n- Check the [API documentation](./api.md)", "metadata": {"source": "sample", "index": 23}}
{"korean": "## 모델 학습\n\n### 데이터 준비\n\n학습 데이터는 다음 형식이어야 합니다:\n\n```json\n{\n  \"text\": \"입력 텍스트\",\n  \"label\": 1\n}\n```\n\n### 학습 실행\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### 하이퍼파라미터\n\n| 파라미터 | 기본값 | 설명 |\n|----------|--------|------|\n| `learning_rate` | 1e-4 | 학습률 |\n| `batch_size` | 32 | 배치 크기 |\n| `epochs` | 10 | 에폭 수 |\n\n### 평가\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "english": "## Model Training\n\n### Data Preparation\n\nTraining data should be in the following format:\n\n```json\n{\n  \"text\": \"input text\",\n  \"label\": 1\n}\n```\n\n### Running Training\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### Hyperparameters\n\n| Parameter | Default | Description |\n|-----------|---------|-------------|\n| `learning_rate` | 1e-4 | Learning rate |\n| `batch_size` | 32 | Batch size |\n| `epochs` | 10 | Number of epochs |\n\n### Evaluation\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "metadata": {"source": "sample", "index": 24}}
{"korean": "# 데이터 처리 라이브러리\n\n고성능 데이터 처리를 위한 Python 라이브러리입니다.\n\n## 설치\n\n```bash\npip install dataprocessor\n```\n\n## 빠른 시작\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## 주요 기능\n\n- **빠른 처리**: 멀티스레딩 지원\n- **메모리 효율**: 스트리밍 처리 가능\n- **확장성**: 커스텀 파이프라인 구성\n\n## 문서\n\n자세한 내용은 [공식 문서](https://docs.example.com)를 참조하세요.", "english": "# Data Processing Library\n\nA Python library for high-performance data processing.\n\n## Installation\n\n```bash\npip install dataprocessor\n```\n\n## Quick Start\n\n```python\nfrom dataprocessor import Processor\n\nproc = Processor()\nresult = proc.run(data)\nprint(result)\n```\n\n## Key Features\n\n- **Fast Processing**: Multi-threading support\n- **Memory Efficient**: Streaming processing available\n- **Extensibility**: Custom pipeline configuration\n\n## Documentation\n\nFor more details, see the [official documentation](https://docs.example.com).", "metadata": {"source": "sample", "index": 25}}
{"korean": "## API 레퍼런스\n\n### `process_data(input, options=None)`\n\n입력 데이터를 처리하고 결과를 반환합니다.\n\n#### 매개변수\n\n| 이름 | 타입 | 필수 | 설명 |\n|------|------|------|------|\n| `input` | `str` | 예 | 처리할 입력 데이터 |\n| `options` | `dict` | 아니오 | 처리 옵션 |\n\n#### 반환값\n\n- `Result`: 처리 결과 객체\n\n#### 예제\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **참고**: 이 함수는 스레드 안전합니다.", "english": "## API Reference\n\n### `process_data(input, options=None)`\n\nProcesses input data and returns the result.\n\n#### Parameters\n\n| Name | Type | Required | Description |\n|------|------|----------|-------------|\n| `input` | `str` | Yes | Input data to process |\n| `options` | `dict` | No | Processing options |\n\n#### Returns\n\n- `Result`: Processing result object\n\n#### Example\n\n```python\nfrom mylib import process_data\n\nresult = process_data(\"hello world\", {\"format\": \"json\"})\nprint(result.output)\n```\n\n> **Note**: This function is thread-safe.", "metadata": {"source": "sample", "index": 26}}
{"korean": "# 문제 해결 가이드\n\n## 연결 오류\n\n### 증상\n\n`ConnectionError: Unable to connect to server` 오류가 발생합니다.\n\n### 원인\n\n1. 서버가 실행 중이지 않음\n2. 방화벽 설정 문제\n3. 잘못된 호스트/포트 설정\n\n### 해결 방법\n\n1. 서버 상태 확인:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. 방화벽 규칙 확인:\n   ```bash\n   sudo ufw status\n   ```\n\n3. 설정 파일 확인:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\n문제가 지속되면 [이슈 트래커](https://github.com/example/issues)에 보고해 주세요.", "english": "# Troubleshooting Guide\n\n## Connection Errors\n\n### Symptoms\n\nYou receive `ConnectionError: Unable to connect to server` error.\n\n### Causes\n\n1. Server is not running\n2. Firewall configuration issues\n3. Incorrect host/port settings\n\n### Solutions\n\n1. Check server status:\n   ```bash\n   systemctl status myserver\n   ```\n\n2. Check firewall rules:\n   ```bash\n   sudo ufw status\n   ```\n\n3. Verify configuration file:\n   ```yaml\n   server:\n     host: localhost\n     port: 8080\n   ```\n\nIf the problem persists, please report it on the [issue tracker](https://github.com/example/issues).", "metadata": {"source": "sample", "index": 27}}
{"korean": "# 시작하기\n\n## 전제 조건\n\n- Python 3.10 이상\n- pip 또는 conda\n\n## 설치\n\n### pip 사용\n\n```bash\npip install mypackage\n```\n\n### 소스에서 설치\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## 설정\n\n환경 변수를 설정하세요:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\n또는 `.env` 파일을 생성하세요:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## 다음 단계\n\n- [튜토리얼](./tutorial.md)을 따라 해보세요\n- [API 문서](./api.md)를 확인하세요", "english": "# Getting Started\n\n## Prerequisites\n\n- Python 3.10 or higher\n- pip or conda\n\n## Installation\n\n### Using pip\n\n```bash\npip install mypackage\n```\n\n### Install from source\n\n```bash\ngit clone https://github.com/example/mypackage.git\ncd mypackage\npip install -e .\n```\n\n## Configuration\n\nSet environment variables:\n\n```bash\nexport MY_API_KEY=\"your-api-key\"\nexport MY_DEBUG=true\n```\n\nOr create a `.env` file:\n\n```\nMY_API_KEY=your-api-key\nMY_DEBUG=true\n```\n\n## Next Steps\n\n- Follow the [tutorial](./tutorial.md)\n- Check the [API documentation](./api.md)", "metadata": {"source": "sample", "index": 28}}
{"korean": "## 모델 학습\n\n### 데이터 준비\n\n학습 데이터는 다음 형식이어야 합니다:\n\n```json\n{\n  \"text\": \"입력 텍스트\",\n  \"label\": 1\n}\n```\n\n### 학습 실행\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### 하이퍼파라미터\n\n| 파라미터 | 기본값 | 설명 |\n|----------|--------|------|\n| `learning_rate` | 1e-4 | 학습률 |\n| `batch_size` | 32 | 배치 크기 |\n| `epochs` | 10 | 에폭 수 |\n\n### 평가\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "english": "## Model Training\n\n### Data Preparation\n\nTraining data should be in the following format:\n\n```json\n{\n  \"text\": \"input text\",\n  \"label\": 1\n}\n```\n\n### Running Training\n\n```python\nfrom mymodel import Trainer, Config\n\nconfig = Config(\n    learning_rate=1e-4,\n    batch_size=32,\n    epochs=10\n)\n\ntrainer = Trainer(config)\ntrainer.train(train_data, valid_data)\n```\n\n### Hyperparameters\n\n| Parameter | Default | Description |\n|-----------|---------|-------------|\n| `learning_rate` | 1e-4 | Learning rate |\n| `batch_size` | 32 | Batch size |\n| `epochs` | 10 | Number of epochs |\n\n### Evaluation\n\n```python\nmetrics = trainer.evaluate(test_data)\nprint(f\"Accuracy: {metrics['accuracy']:.2%}\")\n```", "metadata": {"source": "sample", "index": 29}}