Adaptive Übersetzung anfordern

Wenn Sie eine adaptive Übersetzung anfordern, geben Sie den zu übersetzenden Text und Beispielübersetzungen an, die von Cloud Translation verwendet werden, um die Antworten anzupassen.

Hinweise

Wenn Sie die adaptive Übersetzung verwenden möchten, müssen Sie die Cloud Translation API in Ihrem Projekt aktivieren und die Authentifizierung einrichten. Weitere Informationen finden Sie unter Einrichtung von Cloud Translation.

Prüfen Sie außerdem, ob Ihre Quell- und Zielsprachen von der adaptiven Übersetzung unterstützt werden.

Datenanforderungen und -vorschläge

Sie müssen Beispielübersetzungen in einer TSV- oder TMX-Datei bereitstellen. Die Beispiele müssen Satzpaare in den gewünschten Quell- und Zielsprachen sein. Wir empfehlen Ihnen, Beispiele anzugeben, die die Vokabular, die Verwendung und die grammatikalischen Eigenheiten Ihrer Domain abdecken. Weitere Tipps finden Sie in der AutoML Translation-Dokumentation unter Datenvorbereitung.

Wenn Sie die Console verwenden,müssen Ihre Daten mindestens 5 Satzpaare und nicht mehr als 10.000 Paare enthalten,wenn Sie die API verwenden. Ein Segmentpaar darf maximal 512 Zeichen enthalten.

Beschränkungen

Sie können nur Text übersetzen.
Es kann immer nur eine Zielsprache übersetzt werden.

Informationen zu adaptiven Übersetzungskontingenten und -limits finden Sie auf der Seite Kontingente.

Übersetzungen anfordern

Console

Bei Verwendung der Google Cloud Console wählen Sie eine Datei mit Ihren Beispielübersetzungen aus und fordern dann Übersetzungen an. Cloud Translation speichert die importierten Daten nicht. Wenn Sie mit persistenten Datasets arbeiten möchten, verwenden Sie die API.

Rufen Sie die AutoML Translation Console auf.

Zur Seite "Adaptive Translation"
Wählen Sie eine lokale Datei oder eine Datei in Cloud Storage aus, die Ihre Beispielübersetzungen enthält.

Nachdem Sie eine Datei ausgewählt haben, legt Cloud Translation die Felder Quellsprache und Zielsprache anhand Ihrer Daten fest. Wenn Sie beispielsweise ein Dataset aus dem Englischen ins Portugiesisch importieren, können Sie in der Console nur englische Sätze in Portugiesisch übersetzen.
Geben Sie Text in das Feld für die Ausgangssprache ein.

Bei der adaptiven Übersetzung gibt es Einschränkungen für die Anzahl der Eingabe- und Ausgabezeichen. Weitere Informationen finden Sie auf der Seite "Kontingente" unter Limits für adaptive Übersetzungen.
Zum Anpassen von Parametern legen Sie mit den Schiebereglern oder Textfeldern Werte fest:
- Die Temperatur bestimmt den Grad der Zufälligkeit bei der Tokenauswahl. Bei niedrigeren Temperaturen müssen Sie mit einer wahren oder richtigen Antwort rechnen. Bei höheren Temperaturen erwarten Sie unterschiedliche oder unerwartete Ergebnisse.
- Anzahl der Beispiele: Legt die Anzahl der Beispiele aus den Quelldaten fest, mit denen der LLM aufgefordert wird.
Wählen Sie Mit NMÜ-Modell vergleichen aus, um Übersetzungen aus dem Google NMÜ-Standardmodell zusammen mit der adaptiven Übersetzungsausgabe einzuschließen.
Klicken Sie auf Übersetzen.

Kurz darauf gibt Cloud Translation eine Antwort im Feld für die Zielsprache zurück. Cloud Translation gibt keinen Text zurück, der die maximale Zeichenanzahl überschreitet.

API

Wenn Sie die API verwenden, erstellen Sie ein Dataset, importieren Daten in das Dataset und fordern dann adaptive Übersetzungen mit Ihrem Dataset an. Das Dataset verbleibt in Ihrem Projekt, bis Sie es löschen. Das bedeutet, dass andere Nutzer in Ihrem Projekt es für adaptive Übersetzungen verwenden können.

Dataset erstellen

Erstellen Sie ein Dataset, in das Sie Ihre Beispielübersetzungen importieren. Die Ausgangs- und Ausgangssprachen müssen mit den Sprachen übereinstimmen, die Sie in Ihren Übersetzungen verwenden möchten. Weitere Informationen finden Sie unter der Methode adaptiveMtDataset.create.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Google Cloud-Projekts
LOCATION: Die Region, in der sich Ihr Dataset befindet, z. B. us-central1.
DATASET_ID: Eine eindeutige ID für Ihr Dataset.
DISPLAY_NAME: Ein aussagekräftiger Name für Ihr Dataset.
SOURCE_LANGUAGE: der Sprachcode des Eingabetexts. Die unterstützten Sprachcodes finden Sie unter Unterstützte Sprachen.
TARGET_LANGUAGE: die Zielsprache, in die der Eingabetext übersetzt werden soll. Die unterstützten Sprachcodes finden Sie unter Unterstützte Sprachen.

HTTP-Methode und URL:

POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets

JSON-Text anfordern:

{
  "name": "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID,
  "display_name": "DISPLAY_NAME",
  "source_language_code": "SOURCE_LANGUAGE",
  "target_language_code": "TARGET_LANGUAGE"
}

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

curl (Linux, macOS oder Cloud Shell)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud CLI angemeldet haben. Dazu haben Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt, die Sie automatisch in der gcloud CLI anmeldet. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: PROJECT_NUMBER_OR_ID" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets"

PowerShell (Windows)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben. Dazu führen Sie gcloud init oder gcloud auth login aus. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_NUMBER_OR_ID" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets" | Select-Object -Expand Content

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "name": "projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID",
  "displayName": "DISPLAY_NAME",
  "sourceLanguageCode": "SOURCE_LANGUAGE",
  "targetLanguageCode": "TARGET_LANGUAGE"
}

Java

Folgen Sie der Einrichtungsanleitung für Java in der Cloud Translation-Kurzanleitung zur Verwendung von Clientbibliotheken, bevor Sie dieses Beispiel anwenden. Weitere Informationen finden Sie in der Referenzdokumentation zu Cloud Translation Java API.

Richten Sie die Standardanmeldedaten für Anwendungen ein, um sich bei Cloud Translation zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.

/** 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

Folgen Sie der Einrichtungsanleitung für Node.js in der Cloud Translation-Kurzanleitung zur Verwendung von Clientbibliotheken, bevor Sie dieses Beispiel anwenden. Weitere Informationen finden Sie in der Referenzdokumentation zu Cloud Translation Node.js API.

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

Folgen Sie der Einrichtungsanleitung für Python in der Cloud Translation-Kurzanleitung zur Verwendung von Clientbibliotheken, bevor Sie dieses Beispiel anwenden. Weitere Informationen finden Sie in der Referenzdokumentation zu Cloud Translation Python API.

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)

Daten importieren

Nachdem Sie ein Dataset erstellt haben, füllen Sie es mit Beispielübersetzungen aus einer TSV- oder TMX-Datei. Sie können Daten aus mehreren Dateien in ein einzelnes Dataset importieren. Weitere Informationen finden Sie unter der Methode adaptiveMtDatasets.importAdaptiveMtFile.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Google Cloud-Projekts
LOCATION: Die Region, in der sich Ihr Dataset befindet, z. B. us-central1.
DATASET_ID: Die eindeutige ID des Datasets, in das die Daten importiert werden sollen.
GCS_FILE_PATH: der Pfad zur Quelldatendatei in Cloud Storage, z. B. gs://example/data.tsv.

HTTP-Methode und URL:

POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID:importAdaptiveMtFile

JSON-Text anfordern:

{
  "gcs_input_source": {
    "input_uri": "GCS_FILE_PATH"
  }
}

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

curl (Linux, macOS oder Cloud Shell)

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: PROJECT_NUMBER_OR_ID" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID:importAdaptiveMtFile"

PowerShell (Windows)

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_NUMBER_OR_ID" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID:importAdaptiveMtFile" | Select-Object -Expand Content

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "adaptiveMtFile": {
    "name": "DATASET_NAME",
    "displayName": "FILE_NAME",
    "entryCount": TOTAL_ENTRIES
  }
}

Java

/** 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

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

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)

Text übersetzen

Geben Sie den zu übersetzenden Text und das Dataset an, das Cloud Translation für die Übersetzung verwendet. Cloud Translation ermittelt anhand der Quell- und Zielsprache aus dem Dataset, welche Sprachen für Ihre Übersetzung verwendet werden. Verwenden Sie beispielsweise das Dataset en bis es, um Text vom Englischen ins Spanische zu übersetzen. Weitere Informationen finden Sie unter der Methode adaptiveMtTranslate.

Bei der adaptiven Übersetzung gibt es Einschränkungen für die Anzahl der Eingabe- und Ausgabezeichen. Weitere Informationen finden Sie auf der Seite "Kontingente" unter Adaptive Übersetzung.

REST

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Google Cloud-Projekts
LOCATION: Die Region, in der sich Ihr Dataset befindet, z. B. us-central1.
DATASET_NAME: Der Name des Datasets, das von Cloud Translation zum Anpassen Ihrer Übersetzungen im Format projects/PROJECT_ID/locations/LOCATION/adaptiveMtDatasets/DATASET_ID verwendet wird. Sie können Dataset-Namen abrufen, indem Sie alle Datasets in Ihrem Projekt auflisten.
SOURCE_TEXT: Zu übersetzender Text.

HTTP-Methode und URL:

POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate

JSON-Text anfordern:

{
  "dataset": "DATASET_NAME",
  "content": ["SOURCE_TEXT"]
}

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

curl (Linux, macOS oder Cloud Shell)

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: PROJECT_NUMBER_OR_ID" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate"

PowerShell (Windows)

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_NUMBER_OR_ID" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate" | Select-Object -Expand Content

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "translations": [
    {
      "translatedText": "TRANSLATED_TEXT"
    }
  ],
  "languageCode": "TARGET_LANGUAGE"
}

Java

/** 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

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

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)

Nächste Schritte

Datasets verwalten (nur API)