Menerjemahkan teks menggunakan terjemahan adaptif
Saat meminta terjemahan adaptif, Anda memberikan teks untuk diterjemahkan dan contoh terjemahan yang digunakan Cloud Translation untuk menyesuaikan responsnya.
Untuk permintaan terjemahan terprogram, Anda dapat menyertakan contoh terjemahan dalam atau sebagai bagian dari permintaan terjemahan Anda. Ketika Anda menggunakan sebuah {i>dataset<i}, Cloud Translation secara otomatis memilih lima kalimat referensi yang paling mirip dengan kalimat sumber untuk menyesuaikan terjemahan. Jika Anda menyertakan merujuk pada kalimat dalam permintaan terjemahan Anda, Cloud Translation menggunakan semua untuk menyesuaikan terjemahannya.
Sebelum memulai
Untuk menggunakan terjemahan adaptif, Anda harus mengaktifkan Cloud Translation API di project Anda dan menyiapkan autentikasi. Untuk mengetahui informasi selengkapnya, lihat Penyiapan Cloud Translation.
Selain itu, periksa apakah bahasa sumber dan target Anda didukung oleh terjemahan adaptif.
Persyaratan data dan saran
Jika Anda membuat set data atau menggunakan konsol Google Cloud, Anda harus memberikan contoh terjemahan dalam file TSV atau TMX. Contoh harus pasangan kalimat dalam bahasa sumber dan target yang Anda inginkan. Sebaiknya Anda memberikan contoh yang mencakup kosakata, penggunaan, dan kebiasaan tata bahasa dari domain Anda. Untuk tips tambahan, lihat Persiapan data di AutoML Translation.
Data harus menyertakan minimal 5 pasangan kalimat dan tidak lebih dari 10000 pasangan jika menggunakan konsol, dan tidak lebih dari 30000 pasangan jika menggunakan API. J pasangan segmen maksimal terdiri dari 512 karakter (total).
Batasan
- Anda hanya dapat menerjemahkan ke satu bahasa target pada satu waktu.
- Anda tidak dapat menggunakan glosarium dengan terjemahan adaptif.
- Terjemahan adaptif memiliki batasan jumlah karakter input dan output. Untuk mengetahui informasi selengkapnya, lihat batas Terjemahan adaptif di halaman Quotas.
Minta terjemahan
Untuk terjemahan, inputnya dapat berupa teks biasa atau HTML. Cloud Translation tidak menerjemahkan tag HTML apa pun di input, hanya teks yang muncul di antara tag. Output mempertahankan tag HTML (tidak diterjemahkan), dengan teks terjemahan di antara tag sejauh mungkin karena perbedaan antara tag dan target bahasa.
Konsol
Saat menggunakan konsol Google Cloud, pilih file yang berisi contoh terjemahan, lalu meminta terjemahan. Cloud Translation tidak menyimpan data yang diimpor. Jika Anda lebih suka bekerja dengan menggunakan API.
Buka konsol AutoML Translation.
Pilih file lokal atau file dalam Cloud Storage yang berisi contoh terjemahan Anda.
Setelah memilih file, Cloud Translation akan menetapkan kolom Source language dan Target language berdasarkan data Anda. Misalnya, jika Anda mengimpor {i>dataset<i} bahasa Inggris ke bahasa Portugis, konsol memungkinkan hanya menerjemahkan kalimat bahasa Inggris ke bahasa Portugis.
Masukkan teks di kolom bahasa sumber.
Terjemahan adaptif memiliki batasan pada jumlah input dan output karakter. Untuk mengetahui informasi selengkapnya, lihat panduan batas terjemahan di halaman Quotas.
Untuk menyesuaikan parameter, gunakan penggeser atau kolom teks untuk menetapkan nilai:
- Suhu - Mengontrol tingkat keacakan dalam pemilihan token. Untuk suhu yang lebih rendah, Anda akan menerima jawaban betul atau benar. Untuk suhu yang lebih tinggi, harapkan hasil yang lebih beragam atau tidak terduga.
- Jumlah contoh - Menetapkan jumlah contoh yang akan digunakan dari data sumber untuk meminta LLM.
Pilih Bandingkan dengan model NMT untuk menyertakan terjemahan dari model NMT Google default beserta output terjemahan adaptif.
Klik Terjemahkan.
Dalam beberapa saat, Cloud Translation akan menampilkan respons di kolom bahasa target. Cloud Translation tidak mengembalikan teks apa pun di luar .
API
Gunakan API untuk meminta terjemahan adaptif dengan menyertakan kalimat referensi pasangan atau dengan menentukan sebuah {i>dataset<i}.
Terjemahan adaptif dengan pasangan kalimat referensi
Untuk menyertakan contoh terjemahan sebagai bagian dari permintaan terjemahan Anda, sertakan
contoh pasangan kalimat sumber dan target dalam referenceSentencePairs
, yang merupakan bagian dari objek referenceSentenceConfig
. Untuk selengkapnya
informasi lainnya, lihat metode adaptiveMtTranslate.
Anda dapat memasukkan hingga lima pasangan kalimat.
REST
Sebelum menggunakan data permintaan apa pun, lakukan penggantian sebagai berikut:
- PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik untuk project Google Cloud Anda
- LOCATION: Wilayah tempat permintaan terjemahan Anda ditangani,
seperti
us-central1
. - REFERENCE_SOURCE: Kalimat dalam bahasa sumber yang bagian dari pasangan kalimat referensi.
- REFERENCE_TARGET: Kalimat dalam bahasa target yang bagian dari pasangan kalimat referensi.
- SOURCE_LANGUAGE: Kode bahasa teks sumber.
- TARGET_LANGUAGE: Kode bahasa bahasa sumber untuk menerjemahkan teks sumber.
- SOURCE_TEXT: Teks untuk diterjemahkan.
- MIME_TYPE (Opsional): Format teks sumber, seperti
text/html
atautext/plain
. Secara default, jenis MIME ditetapkan ketext/plain
.
Metode HTTP dan URL:
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate
Meminta isi JSON:
{ "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" }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat respons JSON yang mirip dengan berikut ini:
{ "translations": [ { "translatedText": "TRANSLATED_TEXT" } ], "languageCode": "TARGET_LANGUAGE" }
Java
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Java di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Java Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
/** 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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Node.js Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Python Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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)
Terjemahan adaptif dengan set data
Untuk menggunakan set data dengan terjemahan, buat set data dan impor kalimat pasangan terlebih dahulu. Jika sudah memiliki set data, Anda dapat meminta permintaan penerjemahan bersamanya. Set data akan tetap ada di project Anda sampai Anda menghapusnya anotasi.
Buat set data tempat Anda mengimpor contoh terjemahan.
Bahasa sumber dan target harus cocok dengan bahasa yang ingin digunakan dalam terjemahan Anda. Untuk selengkapnya informasi selengkapnya, lihat referensi adaptiveMtDataset.create .
REST
Sebelum menggunakan data permintaan apa pun, lakukan penggantian sebagai berikut:
- PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik untuk project Google Cloud Anda
- LOCATION: Region tempat set data sumber Anda berada, misalnya
us-central1
. - DATASET_ID: ID unik untuk set data Anda.
- DISPLAY_NAME: Nama deskriptif untuk set data Anda.
- SOURCE_LANGUAGE: Kode bahasa teks input. Untuk kode bahasa yang didukung, lihat Bahasa yang didukung.
- TARGET_LANGUAGE: Bahasa target untuk menerjemahkan teks input. Untuk kode bahasa yang didukung, lihat Bahasa yang didukung.
Metode HTTP dan URL:
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets
Meminta isi JSON:
{ "name": "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID, "display_name": "DISPLAY_NAME", "source_language_code": "SOURCE_LANGUAGE", "target_language_code": "TARGET_LANGUAGE" }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat respons JSON yang mirip dengan berikut ini:
{ "name": "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID", "displayName": "DISPLAY_NAME", "sourceLanguageCode": "SOURCE_LANGUAGE", "targetLanguageCode": "TARGET_LANGUAGE" }
Java
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Java di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Java Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
/** 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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Node.js Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Python Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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)
Setelah Anda membuat {i>dataset<i}, isi dengan contoh terjemahan dari file TSV atau TMX.
Anda dapat mengimpor data dari beberapa file ke dalam satu set data. Untuk selengkapnya informasi tersebut, lihat adaptiveMtDatasets.importAdaptiveMtFile.
REST
Sebelum menggunakan data permintaan apa pun, lakukan penggantian sebagai berikut:
- PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik untuk project Google Cloud Anda
- LOCATION: Region tempat set data Anda berada, seperti
us-central1
. - DATASET_ID: ID unik set data Anda tempat data akan diimpor.
- GCS_FILE_PATH: Jalur ke file data sumber di
Cloud Storage, seperti
gs://example/data.tsv
.
Metode HTTP dan URL:
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID:importAdaptiveMtFile
Meminta isi JSON:
{ "gcs_input_source": { "input_uri": "GCS_FILE_PATH" } }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat respons JSON yang mirip dengan berikut ini:
{ "adaptiveMtFile": { "name": "DATASET_NAME", "displayName": "FILE_NAME", "entryCount": TOTAL_ENTRIES } }
Java
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Java di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Java Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
/** 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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Node.js Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Python Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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)
Meminta terjemahan adaptif dengan menyediakan teks sumber untuk diterjemahkan dan set data yang digunakan Cloud Translation untuk menyesuaikan penerjemahan mesin.
Cloud Translation menggunakan bahasa sumber dan target dari untuk menentukan bahasa mana yang akan digunakan untuk terjemahan. Sebagai contoh, set data
en
kees
menerjemahkan teks dari bahasa Inggris ke bahasa Spanyol. Untuk informasi selengkapnya, lihat adaptiveMtTranslate.REST
Sebelum menggunakan data permintaan apa pun, lakukan penggantian sebagai berikut:
- PROJECT_NUMBER_OR_ID: ID numerik atau alfanumerik untuk project Google Cloud Anda
- LOCATION: Region tempat set data sumber Anda berada, misalnya
us-central1
. - DATASET_NAME: Nama set data yang digunakan Cloud Translation untuk menyesuaikan terjemahan Anda, dengan format
projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID
. Anda bisa mendapatkan nama set data dengan mencantumkan semua set data dalam project Anda. - SOURCE_TEXT: Teks untuk diterjemahkan.
- MIME_TYPE (Opsional): Format teks sumber, seperti
text/html
atautext/plain
. Secara default, jenis MIME ditetapkan ketext/plain
.
Metode HTTP dan URL:
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate
Meminta isi JSON:
{ "dataset": "DATASET_NAME", "content": ["SOURCE_TEXT"], "mimeType": "MIME_TYPE" }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat respons JSON yang mirip dengan berikut ini:
{ "translations": [ { "translatedText": "TRANSLATED_TEXT" } ], "languageCode": "TARGET_LANGUAGE" }
Java
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Java di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Java Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
/** 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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Node.js Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di panduan memulai Cloud Translation menggunakan library klien. Untuk mengetahui informasi selengkapnya, silakan melihat dokumentasi referensi API Python Cloud Translation.
Untuk melakukan autentikasi ke Cloud Translation, siapkan Kredensial Default Aplikasi. Untuk informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
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)
Langkah selanjutnya
- Mengelola set data (khusus API)