Traduire du texte à l'aide de la traduction adaptative
Lorsque vous demandez une traduction adaptative, vous fournissez le texte à traduire et des exemples de traductions que Cloud Translation utilise pour personnaliser ses réponses.
Pour les requêtes de traduction programmatique, vous pouvez inclure des exemples de traductions dans un ensemble de données ou dans votre requête de traduction. Lorsque vous utilisez un ensemble de données, Cloud Translation sélectionne automatiquement cinq phrases de référence qui ressemblent le plus à votre phrase source pour personnaliser les traductions. Si vous incluez des phrase de référence dans votre requête de traduction, Cloud Translation utilise toutes les phrases pour personnaliser la traduction.
Avant de commencer
Pour utiliser la traduction adaptative, vous devez activer l'API Cloud Translation dans votre projet et configurer l'authentification. Pour en savoir plus, consultez la page sur la configuration de Cloud Translation.
Vérifiez également que vos langues source et cible sont compatibles avec la traduction adaptative.
Exigences et suggestions concernant les données
Si vous créez un ensemble de données ou utilisez la console Google Cloud, vous devez fournir des exemples de traductions dans un fichier TSV ou TMX. Les exemples doivent être des paires de phrases dans les langues source et cible prévues. Nous vous recommandons de fournir des exemples couvrant la terminologie, la syntaxe et les particularités grammaticales de votre domaine. Pour obtenir des conseils supplémentaires, consultez la section Préparation des données dans la documentation d'AutoML Translation.
Vos données doivent inclure au moins cinq paires de phrases et pas plus de 10 000 paires si vous utilisez la console et pas plus de 30 000 paires si vous utilisez l'API. Une paire de segments ne peut pas dépasser 512 caractères.
Limites
- Vous ne pouvez traduire que vers une seule langue cible à la fois.
- Vous ne pouvez pas utiliser un glossaire avec des traductions adaptatives.
- La traduction adaptative limite le nombre de caractères d'entrée et de sortie. Pour en savoir plus, consultez les limites de la traduction adaptative sur la page "Quotas".
Demander des traductions
Pour les traductions, le texte d'entrée peut être du texte brut ou du texte au format HTML. Cloud Translation ne traduit pas les balises HTML contenues dans le texte d'entrée. Il traduit seulement le texte qui se trouve entre les balises. La sortie conserve les balises HTML (non traduites) autour du texte traduit dans la mesure du possible étant donné que les langues source et cible sont différentes.
Console
Lorsque vous utilisez la console Google Cloud, sélectionnez un fichier qui inclut vos exemples de traduction, puis vous demandez des traductions. Cloud Translation ne stocke pas les données importées. Si vous préférez travailler avec des ensembles de données persistants, utilisez l'API.
Accédez à la console AutoML Translation.
Sélectionnez un fichier local ou un fichier dans Cloud Storage contenant vos exemples de traduction.
Après avoir sélectionné un fichier, Cloud Translation définit les champs Langue source et Langue cible en fonction de vos données. Par exemple, si vous importez un ensemble de données en anglais vers le portugais, la console vous permet de ne traduire que des phrases en anglais vers le portugais.
Tapez du texte dans le champ de la langue source.
Le nombre de caractères d'entrée et de sortie est limité par la traduction adaptative. Pour en savoir plus, consultez les limites de la traduction adaptative sur la page "Quotas".
Pour ajuster les paramètres, utilisez les curseurs ou les champs de texte pour définir des valeurs :
- Température : permet de contrôler le degré de hasard dans la sélection des jetons. En cas de températures basses, attendez-vous à une réponse vraie ou correcte. En cas de températures plus élevées, attendez-vous à des résultats plus diversifiés ou inattendus.
- Nombre d'exemples : définit le nombre d'exemples à utiliser à partir de vos données sources pour faire une requête au LLM.
Sélectionnez Comparer avec le modèle NMT pour inclure les traductions du modèle Google NMT par défaut, ainsi que la sortie de traduction adaptative.
Cliquez sur Traduire.
Après quelques instants, Cloud Translation renvoie une réponse dans le champ Langue cible. Cloud Translation ne renvoie aucun texte au-delà du nombre maximal de caractères de sortie.
API
Utiliser l'API pour demander des traductions adaptatives en incluant des paires de phrases de référence ou en spécifiant un ensemble de données.
- Traductions adaptatives avec paires de phrases de référence
- Traductions adaptatives avec un ensemble de données
Traductions adaptatives avec paires de phrases de référence
Pour inclure des exemples de traductions dans vos requêtes de traduction, ajoutez vos exemples de paires de phrases sources et cibles dans le champ referenceSentencePairs
, qui fait partie de l'objet referenceSentenceConfig
. Pour en savoir plus, consultez la méthode adaptiveMtTranslate.
Vous pouvez inclure jusqu'à cinq paires de phrases.
REST
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- PROJECT_NUMBER_OR_ID : ID numérique ou alphanumérique de votre projet Google Cloud
- LOCATION : région où votre demande de traduction est traitée, par exemple
us-central1
. - REFERENCE_SOURCE : phrase dans la langue source faisant partie d'une paire de phrases de référence.
- REFERENCE_TARGET : phrase dans la langue cible faisant partie d'une paire de phrases de référence.
- SOURCE_LANGUAGE : code de langue du texte source.
- TARGET_LANGUAGE : code de langue dans laquelle traduire le texte source.
- SOURCE_TEXT : texte à traduire
- MIME_TYPE (facultatif) : format du texte source, tel que
text/html
outext/plain
. Par défaut, le type MIME est défini surtext/plain
.
Méthode HTTP et URL :
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate
Corps JSON de la requête :
{ "referenceSentenceConfig": { "referenceSentencePairLists": [ { "referenceSentencePairs": [{ "sourceSentence": REFERENCE_SOURCE_1_1, "targetSentence": REFERENCE_TARGET_1_1 }, { "sourceSentence": REFERENCE_SOURCE_1_2, "targetSentence": REFERENCE_SOURCE_1_2 }] } ], "sourceLanguageCode": SOURCE_LANGUAGE, "targetLanguageCode": TARGET_LANGUAGE } "content": ["SOURCE_TEXT"], "mimeType": "MIME_TYPE" }
Pour envoyer votre requête, développez l'une des options suivantes :
Vous devriez recevoir une réponse JSON de ce type :
{ "translations": [ { "translatedText": "TRANSLATED_TEXT" } ], "languageCode": "TARGET_LANGUAGE" }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Java.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
/** Translates using AdaptiveMt. */ private static void adaptiveMtTranslate( TranslationServiceClient translationServiceClient, String projectId, String sourceLang, String targetLang, Pair<String, String> referencePairs) { ReferenceSentencePairList refList = ReferenceSentencePairList.newBuilder(); for (Pair<String, String> referencePair: referencePairs) { ReferenceSentencePair refPair = ReferenceSentencePair.newBuilder() .setSourceSentence(referencePair.getKey()) .setTargetSentence(referencePair.getValue()); refList.addReferenceSentencePair(refPair); } AdaptiveMtTranslateRequest request = AdaptiveMtTranslateRequest.newBuilder() .setParent(LocationName.of(projectId, "us-central1").toString()) .setSourceLanguageCode(sourceLang) .setTargetLanguageCOde(targetLang) .addReferenceSentencePairLists(refList) .build(); AdaptiveMtTranslateResponse response = translationServiceClient.adaptiveMtTranslate(request); System.out.println("Translating using AdaptiveMt"); System.out.println(response); }
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Node.js.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
async function translate() { const request = { parent: `projects/${projectId}/locations/${location}`, referenceSentenceConfig: { referenceSentencePairLists: [ { referenceSentencePairs: [{ sourceSentence: 'Sample reference source 1' targetSentence: 'Sample reference target 1' }, { sourceSentence: 'Sample reference source 2' targetSentence: 'Sample reference target 2' }] } ], sourceLanguageCode: 'en' targetLanguageCode: 'ja' }, content: ['Sample translate query'] } const [response] = await translationClient.adaptiveMtTranslate(request) console.log('Translating') console.log(response) }
Python
Avant d'essayer cet exemple, suivez les instructions de configuration pour Python du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Python.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
def adaptive_mt_translate(): # Create a client client = translate.TranslationServiceClient() # Initialize the request request = translate.AdaptiveMtTranslateRequest( parent="projects/PROJECT_ID/locations/LOCATION", reference_sentence_config=[ "reference_sentence_pair_lists": [ "reference_sentence_pairs": { "source_sentence": 'REFERENCE_SOURCE_1_1' "target_sentence": 'REFERENCE_TARGET_1_1' }, "reference_sentence_pairs": { "source_sentence": 'REFERENCE_SOURCE_1_2' "target_sentence": 'REFERENCE_TARGET_1_2' } ], "source_language_code": 'SOURCE_LANGUAGE' "target_language_code": 'TARGET_LANGUAGE' ], content=["SOURCE_TEXT"] ) # Make the request response = client.adaptive_mt_translate(request) # Handle the response print(response)
Traductions adaptatives avec un ensemble de données
Pour utiliser un ensemble de données avec des traductions, créez d'abord un ensemble de données et importez des paires de phrases. Si vous disposez déjà d'un ensemble de données, vous pouvez demander des traductions adaptatives. L'ensemble de données reste dans votre projet jusqu'à ce que vous le supprimiez.
Créez un ensemble de données dans lequel vous importerez vos exemples de traductions.
Les langues source et cible doivent correspondre aux langues que vous souhaitez utiliser dans les traductions. Pour en savoir plus, consultez la méthode adaptiveMtDataset.create.
REST
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- PROJECT_NUMBER_OR_ID : ID numérique ou alphanumérique de votre projet Google Cloud
- LOCATION : région où se trouve votre ensemble de données source, par exemple
us-central1
- DATASET_ID : identifiant unique de votre ensemble de données
- DISPLAY_NAME : nom descriptif de l'ensemble de données
- SOURCE_LANGUAGE : code de langue du texte d'entrée. Pour connaître les codes de langue acceptés, consultez la page Langues acceptées.
- TARGET_LANGUAGE : langue cible vers laquelle traduire le texte d'entrée. Pour connaître les codes de langue acceptés, consultez la page Langues acceptées.
Méthode HTTP et URL :
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets
Corps JSON de la requête :
{ "name": "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID, "display_name": "DISPLAY_NAME", "source_language_code": "SOURCE_LANGUAGE", "target_language_code": "TARGET_LANGUAGE" }
Pour envoyer votre requête, développez l'une des options suivantes :
Vous devriez recevoir une réponse JSON de ce type :
{ "name": "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID", "displayName": "DISPLAY_NAME", "sourceLanguageCode": "SOURCE_LANGUAGE", "targetLanguageCode": "TARGET_LANGUAGE" }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Java.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
/** Creates an AdaptiveMtDataset. */ private static void createAdaptiveMtDataset( TranslationServiceClient translationServiceClient, String projectName, String datasetName) { String adaptiveMtDatasetName = String.format( "projects/%s/locations/LOCATION/adaptiveMtDatasets/%s", projectName, datasetName); AdaptiveMtDataset adaptiveMtDataset = AdaptiveMtDataset.newBuilder() .setName(adaptiveMtDatasetName) .setDisplayName("DATASET_DISPLAY_NAME") .setSourceLanguageCode("SOURCE_LANGUAGE_CODE") .setTargetLanguageCode("TARGET_LANGUAGE_CODE") .build(); CreateAdaptiveMtDatasetRequest request = CreateAdaptiveMtDatasetRequest.newBuilder() .setParent(LocationName.of("PROJECT_NAME", "LOCATION").toString()) .setAdaptiveMtDataset(adaptiveMtDataset) .build(); AdaptiveMtDataset dataset = translationServiceClient.createAdaptiveMtDataset(request); System.out.println("Created dataset"); System.out.println(dataset); }
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Node.js.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
async function createAdaptiveMtDataset() { // Construct request const request = { parent: `projects/${projectId}/locations/${location}`, adaptiveMtDataset: { name: `projects/${projectId}/locations/${location}/adaptiveMtDatasets/${ adaptiveMtDatasetName}`, displayName: 'DATASET_DISPLAY_NAME', sourceLanguageCode: 'SOURCE_LANGUAGE_CODE', targetLanguageCode: 'TARGET_LANGUAGE_CODE', } }; // Run request const [response] = await translationClient.createAdaptiveMtDataset(request); console.log('Created') console.log(response) }
Python
Avant d'essayer cet exemple, suivez les instructions de configuration pour Python du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Python.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
def create_adaptive_mt_dataset(): # Create a client client = translate.TranslationServiceClient() # Initialize request argument(s) adaptive_mt_dataset = translate.AdaptiveMtDataset() adaptive_mt_dataset.name = "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID" adaptive_mt_dataset.display_name = "DATASET_DISPLAY_NAME" adaptive_mt_dataset.source_language_code = "SOURCE_LANGUAGE_CODE" adaptive_mt_dataset.target_language_code = "TARGET_LANGUAGE_CODE" request = translate.CreateAdaptiveMtDatasetRequest( parent="projects/PROJECT_ID/locations/LOCATION", adaptive_mt_dataset=adaptive_mt_dataset, ) # Make the request response = client.create_adaptive_mt_dataset(request=request) # Handle the response print(response)
Après avoir créé un ensemble de données, remplissez-le avec des exemples de traduction provenant d'un fichier TSV ou TMX.
Vous pouvez importer des données à partir de plusieurs fichiers dans un même ensemble de données. Pour en savoir plus, consultez la méthode adaptiveMtDatasets.importAdaptiveMtFile.
REST
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- PROJECT_NUMBER_OR_ID : ID numérique ou alphanumérique de votre projet Google Cloud
- LOCATION : région où se trouve votre ensemble de données, par exemple
us-central1
- DATASET_ID : identifiant unique de l'ensemble de données dans lequel les données doivent être importées
- GCS_FILE_PATH : chemin d'accès au fichier de données source dans Cloud Storage, tel que
gs://example/data.tsv
Méthode HTTP et URL :
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID:importAdaptiveMtFile
Corps JSON de la requête :
{ "gcs_input_source": { "input_uri": "GCS_FILE_PATH" } }
Pour envoyer votre requête, développez l'une des options suivantes :
Vous devriez recevoir une réponse JSON de ce type :
{ "adaptiveMtFile": { "name": "DATASET_NAME", "displayName": "FILE_NAME", "entryCount": TOTAL_ENTRIES } }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Java.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
/** Imports an AdaptiveMtFile. */ private static String importAdaptiveMtFile( TranslationServiceClient translationServiceClient, String projectId, String datasetId, String gcsUri) { String adaptiveMtDatasetName = String.format( "projects/%s/locations/LOCATION/adaptiveMtDatasets/%s", projectId, datasetId); ImportAdaptiveMtFileRequest importAdaptiveMtFileRequest = ImportAdaptiveMtFileRequest.newBuilder() .setParent(adaptiveMtDatasetName) .setGcsInputSource(GcsInputSource.newBuilder().setInputUri(gcsUri).build()) .build(); ImportAdaptiveMtFileResponse response = translationServiceClient.importAdaptiveMtFile(importAdaptiveMtFileRequest); System.out.println("Importing file"); System.out.println(response); return response.getAdaptiveMtFile().getName(); }
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Node.js.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
async function importAdaptiveMtFile() { const request = { parent: `projects/${projectId}/locations/${location}/adaptiveMtDatasets/${ adaptiveMtDatasetName}`, gcsInputSource: {inputUri: gcs_file_uri} } const [response] = await translationClient.importAdaptiveMtFile(request) console.log('Importing file') console.log(response) }
Python
Avant d'essayer cet exemple, suivez les instructions de configuration pour Python du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Python.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
def import_adaptive_mt_file(): # Create a client client = translate.TranslationServiceClient() gcs_input_source = translate.GcsInputSource() gcs_input_source.input_uri = "gs://SOURCE_LOCATION/FILE.tsv" # Initialize the request request = translate.ImportAdaptiveMtFileRequest( parent="projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID", gcs_input_source=gcs_input_source ) # Make the request response = client.import_adaptive_mt_file(request) # Handle the response print(response)
Demandez une traduction adaptative en fournissant le texte source à traduire et l'ensemble de données que Cloud Translation utilise pour personnaliser la traduction.
Cloud Translation utilise les langues source et cible de l'ensemble de données pour déterminer les langues à utiliser pour votre traduction. Par exemple, un ensemble de données
en
enes
traduit de l'anglais vers l'espagnol. Pour en savoir plus, consultez la méthode adaptiveMtTranslate.REST
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- PROJECT_NUMBER_OR_ID : ID numérique ou alphanumérique de votre projet Google Cloud
- LOCATION : région où se trouve votre ensemble de données source, par exemple
us-central1
- DATASET_NAME : nom de l'ensemble de données utilisé par Cloud Translation pour personnaliser vos traductions, au format
projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID
. Vous pouvez obtenir les noms des ensembles de données en répertoriant tous les ensembles de données de votre projet. - SOURCE_TEXT : texte à traduire
- MIME_TYPE (facultatif) : format du texte source, tel que
text/html
outext/plain
. Par défaut, le type MIME est défini surtext/plain
.
Méthode HTTP et URL :
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate
Corps JSON de la requête :
{ "dataset": "DATASET_NAME", "content": ["SOURCE_TEXT"], "mimeType": "MIME_TYPE" }
Pour envoyer votre requête, développez l'une des options suivantes :
Vous devriez recevoir une réponse JSON de ce type :
{ "translations": [ { "translatedText": "TRANSLATED_TEXT" } ], "languageCode": "TARGET_LANGUAGE" }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Java.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
/** Translates using AdaptiveMt. */ private static void adaptiveMtTranslate( TranslationServiceClient translationServiceClient, String projectId, String datasetId) { String adaptiveMtDatasetName = String.format( "projects/%s/locations/LOCATION/adaptiveMtDatasets/%s", projectId, datasetId); AdaptiveMtTranslateRequest request = AdaptiveMtTranslateRequest.newBuilder() .setParent(LocationName.of(projectId, "us-central1").toString()) .setDataset(adaptiveMtDatasetName) .addContent("Sample translation text") .build(); AdaptiveMtTranslateResponse response = translationServiceClient.adaptiveMtTranslate(request); System.out.println("Translating using AdaptiveMt"); System.out.println(response); }
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Node.js.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
async function translate() { const request = { parent: `projects/${projectId}/locations/${location}`, dataset: `projects/${projectId}/locations/${location}/adaptiveMtDatasets/${ adaptiveMtDatasetName}`, content: ['Sample translate query'] } const [response] = await translationClient.adaptiveMtTranslate(request) console.log('Translating') console.log(response) }
Python
Avant d'essayer cet exemple, suivez les instructions de configuration pour Python du guide de démarrage rapide de Cloud Translation : Utiliser les bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Cloud Translation en langage Python.
Pour vous authentifier auprès de Cloud Translation, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
def adaptive_mt_translate(): # Create a client client = translate.TranslationServiceClient() # Initialize the request request = translate.AdaptiveMtTranslateRequest( parent="projects/PROJECT_ID/locations/LOCATION", dataset="projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID", content=["Sample translation request"] ) # Make the request response = client.adaptive_mt_translate(request) # Handle the response print(response)
Étapes suivantes
- Gérer les ensembles de données (API uniquement)