README.md

metadata

title: nl2bash-pt, explorador da medição de erro de tradução
sdk: gradio
colorFrom: gray
colorTo: gray
app_file: app.py
pinned: false
thumbnail: >-
  https://huggingface.co/spaces/guicybercode/nl2bash-pt-explorer/resolve/main/capa.png
short_description: 200 linhas rotuladas, filtros por fonte e classe
tags:
  - nl2bash
  - portuguese
  - bash
  - translation-quality
datasets:
  - guicybercode/nl2bash-pt

nl2bash-pt: explorador da medição de erro de tradução

Antes de treinar com o guicybercode/nl2bash-pt, vale ver que tipo de erro de tradução ele tem. Este Space mostra as 200 linhas da amostra rotulada, com filtros por fonte e classe de erro.

from datasets import load_dataset
ds = load_dataset("guicybercode/nl2bash-pt", split="train")

Os números do topo são o texto de resultados.txt, sem alteração. A tabela permite filtrar por fonte (nl2bash, nl2sh-alfa) e por classe (OK, ERRO_LEVE, ERRO_GRAVE) e mostra o original em inglês, a tradução, o comando e a classe.

Método: 200 linhas aleatórias do split train (seed 42), rótulos automatizados, sem revisão linha a linha. A fronteira entre erro leve e grave é subjetiva. A amostra não diz nada sobre cada linha individual.

Arquivos

• app.py: interface.
• dados/amostra_rotulada.csv: as 200 linhas com fonte, original, tradução, comando, classe e motivo.
• dados/resultados.txt: saída da análise.

Créditos e licença

Adaptação em PT-BR de NL2Bash (dados em MIT; Lin et al., LREC 2018, https://github.com/TellinaTool/nl2bash) e NL2SH-ALFA (MIT; MIT-ALFA, NAACL 2025, https://huggingface.co/datasets/westenfelder/NL2SH-ALFA). O NL2SH-ALFA agrega fontes com licenças diversas, entre elas tldr-pages (CC BY 4.0, com atribuição obrigatória) e fontes sem licença declarada. Não foi possível determinar quais linhas vieram de qual fonte.

Licença do Space: ainda não declarada. As linhas vindas de tldr-pages exigem atribuição (CC BY 4.0).