Crea un modelo de traducción personalizado

Entrena y usa un modelo de traducción personalizado con la consola de Google Cloud. En el siguiente ejemplo, se usa AutoML Translation para entrenar un modelo de traducción de inglés a español mediante un conjunto de datos que contiene pares de segmentos orientados a la tecnología a partir de la localización de software.

Antes de comenzar

Antes de comenzar a usar AutoML Translation, tu proyecto debe tener habilitada la API de Cloud Translation y los permisos que otorgan los siguientes roles:

  • El rol de visualizador para ver los recursos existentes en tu proyecto
  • Rol de editor de la API de Cloud Translation para crear y administrar conjuntos de datos y modelos
  • Función de administrador de almacenamiento para subir datos de entrenamiento a un bucket de Cloud Storage

Crea un conjunto de datos de traducción e importa pares de oraciones

  1. Descarga el archivo que contiene los datos de muestra para entrenar el modelo y extrae los archivos.

    Para este instructivo, usarás el archivo TSV de inglés a español.

  2. Ve a la consola de AutoML Translation.

    Ir a la página Translation

  3. Desde el panel de navegación, haz clic en Conjuntos de datos para ir a la página Conjuntos de datos.

  4. Haz clic en Crear conjunto de datos.

  5. En el cuadro de diálogo Crear conjunto de datos, especifica los detalles del conjunto de datos:

    1. Ingresa tutorial_dataset como el nombre del conjunto de datos.
    2. Selecciona Inglés (EN) como tu idioma de origen de la lista desplegable.
    3. Selecciona Español (ES) como tu idioma de destino.
    4. Haz clic en Crear.

  6. Después de crear el conjunto de datos, haz clic en el nombre del conjunto de datos para ver sus detalles.

  7. Ve a la pestaña Importar y sube el conjunto de datos en-es.tsv a Cloud Storage:

    1. Selecciona Subir archivos desde tu computadora.
    2. Haz clic en Seleccionar archivos y elige el archivo en-es.tsv que descargaste y extrajiste antes.
    3. Haz clic en Explorar para seleccionar o crear un bucket de Cloud Storage nuevo en el que se almacene tu TSV. La región del bucket debe ser us-central1.

  8. Haz clic en Continuar.

    AutoML Translation divide automáticamente los datos en conjuntos de entrenamiento, validación y prueba. Puedes ver estas divisiones y los pares de oraciones importados en la pestaña Oraciones de tu conjunto de datos.

Entrenar un modelo

  1. Ve a la consola de AutoML Translation.

    Ir a la página Translation

  2. Desde el panel de navegación, ve a la página Conjuntos de datos.

  3. Haz clic en el conjunto de datos tutorial_dataset.

  4. Ve a la pestaña Entrenar.

  5. Haz clic en Comenzar entrenamiento, lo que abre el panel Entrenar modelo nuevo.

  6. Ingresa tutorial_model para el nombre del modelo.

  7. Haz clic en Comenzar entrenamiento.

El entrenamiento de un modelo puede tomar varias horas en completarse.

Evaluar el modelo

Verifica cómo se compara el modelo con el modelo predeterminado de NMT de Google que se basa en los pares de segmentos de tu conjunto de prueba.

  1. Ve a la consola de AutoML Translation.

    Ir a la página Translation

  2. Desde el panel de navegación, ve a la página Modelos.

  3. Haz clic en el modelo tutorial_model.

  4. Haz clic en la pestaña Evaluar.

En la sección Evaluaciones anteriores, Cloud Translation muestra la puntuación BLEU de tu modelo en comparación con el modelo de NMT de Google. La puntuación BLEU (Bilingual Evaluation Understudy) indica el grado de similitud entre el texto candidato y los textos de referencia; valores cercanos a 100 representan textos más similares.

Usa el modelo de traducción

Desde la consola de Google Cloud, puedes usar tu modelo personalizado para traducir texto.

  1. Ve a la consola de AutoML Translation.

    Ir a la página Translation

  2. Desde el panel de navegación, ve a la página Modelos.

  3. Haz clic en el modelo tutorial_model.

  4. Haz clic en la pestaña Predecir.

  5. En el cuadro de texto Inglés, ingresa el texto que desees traducir y haz clic en Traducir.

    Puedes comparar los resultados de tu modelo personalizado con el modelo de NMT de Google.

Realiza una limpieza

Para evitar cargos innecesarios de Google Cloud, borra el modelo, el conjunto de datos y el archivo en-es.tsv. También puedes usar la consola de Google Cloud para borrar tu proyecto si no lo necesitas.

¿Qué sigue?