创建和使用术语表（高级版）

术语表是一种自定义字典，用于确保 Cloud Translation API 以一致的方式对客户特定领域的术语进行翻译。这通常涉及指定如何翻译命名实体。

术语表用例可能涉及以下内容：

产品名称：例如，“Google Home”必须翻译为“Google Home”。
有歧义的字词：例如，“bat”一词既可能表示体育用品，也可能表示动物。如果您知道自己正在翻译有关体育的字词，您可能需要使用术语表向 Cloud Translation API 提供“bat”的体育用品译文，而非动物相关译文。
外来词：例如，法语的“bouillabaisse”翻译为英语的“bouillabaisse”。十九世纪，英语借用了法语中的“bouillabaisse”一词。一个说英语的人，如果欠缺法国文化背景知识，可能不知道 bouillabaisse 是一种浓味鱼肉汤。术语表可以替换译文，以便将法语的“bouillabaisse”翻译为英语的“fish stew”。

准备工作

在开始使用 Cloud Translation API 之前，您必须有一个启用了 Cloud Translation API 的项目，以及相应的凭据。您还可以安装常用编程语言的客户端库，以便调用 API。

如需了解详情，请参阅设置页面。

所需权限

要使用术语表，您的服务帐号需要具备特定于术语表的权限。您可以使用预定义的 IAM 角色（例如 Cloud Translation API Editor (roles/cloudtranslate.editor)）之一向服务帐号授予角色，或者创建能够授予所需权限的自定义角色。您可以参阅 IAM 权限参考文档，了解所有 Cloud Translation API 权限。Translation 权限以 cloudtranslate 开头。

要创建术语表，您还需要具备读取术语表所在的 Cloud Storage 存储分区内中的文件的权限。您可以使用预定义的 IAM 角色之一（例如 Storage Object Viewer (roles/storage.objectViewer)）向服务帐号授予角色，或者创建可授予读取对象权限的自定义角色。

如需了解如何向角色添加帐号，请参阅授予、更改、撤消对资源的访问权限。

创建术语表

术语表中的术语可以是单个词条（单词）或短语（通常少于五个单词）。每个项目的独立术语表数量的当前上限为 1000。

如需使用术语表，您需要执行以下主要步骤：

创建术语表文件
使用我们的 Cloud Translation API 创建术语表资源
在请求翻译时指定要使用的术语表

一个项目可以有多个术语表。您可以获取可用术语表的列表，还可以删除不再需要的术语表。

创建术语表文件

从根本上说，术语表是一个文本文件，其中每一行包含对应术语的多种语言版本翻译。Cloud Translation API 既支持使用单向术语表指定一对源语言和目标语言所需的翻译，也支持使用等效术语集确定多种语言版本的等效术语。

一个术语表输入文件中的术语总数（包括所有语言的所有术语）不能超过 10485760 个 UTF-8 字节。术语表中的任何一个术语都必须小于 1024 个 UTF-8 字节。长度超过 1024 个字节的术语会被忽略。

单向术语表

Cloud Translation API 接受 TSV、CSV 或 TMX 文件。

制表符分隔值 (TSV)

Cloud Translation API 支持以制表符分隔的文件，其中每一行都采用以下格式：

Term in source language 制表符 Term in target language

例如：

account\tcuenta
directions\tindicaciones

制表符分隔的源数据不包含用于标识源语言和目标语言的语言代码。您可在创建术语库时标识源语言和目标语言。

逗号分隔值 (CSV)

对于 CSV 文件中的每一行，请使用英文逗号 (,) 分隔源语言术语和目标语言术语，如以下示例所示：

account,cuenta
directions,indicaciones

请勿在 CSV 文件中添加标题行以标识源语言和目标语言。您可以在创建术语库时标识它们。

TMX 格式

TMX 格式是一种用于提供源文本和目标译文的标准 XML 格式。Cloud Translation API 支持采用 TMX 1.4 版格式的输入文件。此示例说明了所需的结构：

<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE tmx SYSTEM "tmx14.dtd">
<tmx version="1.4">
  <header segtype="sentence" o-tmf="UTF-8"
  adminlang="en" srclang="en" datatype="PlainText"/>
  <body>
    <tu>
      <tuv xml:lang="en">
        <seg>account</seg>
      </tuv>
      <tuv xml:lang="es">
        <seg>cuenta</seg>
      </tuv>
    </tu>
    <tu>
      <tuv xml:lang="en">
        <seg>directions</seg>
      </tuv>
      <tuv xml:lang="es">
        <seg>indicaciones</seg>
      </tuv>
    </tu>
  </body>
</tmx>

在格式正确的 TMX 文件中，<header> 元素必须使用 srclang 特性标识源语言，并且每个 <tuv> 元素都必须使用 xml:lang 特性标识所含文本的语言。您可以使用 ISO-639-1 代码来标识源语言和目标语言。

所有 <tu> 元素必须包含一对具有相同源语言和目标语言的 <tuv> 元素。如果一个 <tu> 元素包含两个以上的 <tuv> 元素，则 Cloud Translation API 只会处理与源语言和目标语言匹配的第一对 <tuv> 并忽略其余 <tuv> 元素。如果一个 <tu> 元素没有匹配的 <tuv> 元素对，则 Cloud Translation API 会跳过无效的 <tu> 元素。

Cloud Translation API 在处理 <seg> 元素之前，会先剥离其周围的标记。如果一个 <tuv> 元素包含多个 <seg> 元素，则 Cloud Translation API 会将其中的文本连接成一个元素，并在它们之间留一个空格。

如果文件包含上文没有提及的 XML 标记，则 Cloud Translation API 将忽略这些标记。

如果文件不符合正确的 XML 和 TMX 格式，例如缺少结束标记或 <tmx> 元素，则 Cloud Translation API 将取消处理。如果 Cloud Translation API 跳过 1024 个以上无效的 <tu> 元素，那么系统也会取消处理。

等效术语集 (CSV)

对于等效术语集，Cloud Translation API 仅接受 CSV 格式的文件。如需定义等效术语集，您可以创建一个多列 CSV 文件，其中每一行列出一个术语表术语的多种语言版本翻译。

此文件中的第一行是标题行，其中使用 ISO-639-1 或 BCP-47 语言代码标识每一列对应的语言。您还可以选择添加词性 (pos) 列和说明 (description) 列。

后续各行包含标题中所标识语言版本的等效术语表术语。如果该术语仅提供了部分语言版本，则可以将某些列留空。

等效术语集

创建术语表资源

确定等效术语表术语以后，您可以通过创建术语表资源，使术语表文件可用于 Cloud Translation API。

单向术语表

创建单向术语表时，必须通过指定源语言 (source_language_code) 和目标语言 (target_language_code) 来指示语言对 (language_pair)。以下示例使用的是 REST API 和命令行，但您也可以使用客户端库创建单向术语表。

REST 和命令行

创建新的术语表时，需要提供术语表 ID（资源名称）。例如：

projects/my-project/locations/us-central1/glossaries/my-en-to-ru-glossary

其中 my-project 是 PROJECT_NUMBER_OR_ID，my-en-ru-glossary 是您提供的 glossary-id。

在使用下面的请求数据之前，请先进行以下替换：

PROJECT_NUMBER_OR_ID：您的 Google Cloud 项目编号或 ID
glossary-id：您的术语库 ID，例如 my_en_ru_glossary
bucket-name：您的术语库文件所在的存储分区的名称
glossary-filename：术语库的文件名

HTTP 方法和网址：

POST https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries

请求 JSON 正文：

{
  "name":"projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries/glossary-id",
  "languagePair": {
    "sourceLanguageCode": "en",
    "targetLanguageCode": "ru"
    },
  "inputConfig": {
    "gcsSource": {
      "inputUri": "gs://bucket-name/glossary-filename"
    }
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
-H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries

PowerShell

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
  -Method POST `
  -Headers $headers `
  -ContentType: "application/json; charset=utf-8" `
  -InFile request.json `
  -Uri "https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries
" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/project-number/locations/us-central1/operations/operation-id",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3beta1.CreateGlossaryMetadata",
    "name": "projects/project-number/locations/us-central1/glossaries/glossary-id",
    "state": "RUNNING",
    "submitTime": "2019-11-19T19:05:10.650047636Z"
  }
}

等效术语集术语表

在等效术语集中确定术语表术语以后，请通过创建术语表资源，使术语表文件可用于 Cloud Translation API。

REST 和命令行

在使用下面的请求数据之前，请先进行以下替换：

PROJECT_NUMBER_OR_ID：您的 Google Cloud 项目编号或 ID
glossary-id：您的术语库 ID
bucket-name：您的术语库文件所在的存储分区的名称
glossary-filename：术语库的文件名

HTTP 方法和网址：

POST https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries

请求 JSON 正文：

{
  "name":"projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries/glossary-id",
  "languageCodesSet": {
    "languageCodes": ["en", "en-GB", "ru", "fr", "pt-BR", "pt-PT", "es"]
  },
  "inputConfig": {
    "gcsSource": {
"inputUri": "gs://bucket-name/glossary-file-name"
    }
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
-H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries

PowerShell

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
  -Method POST `
  -Headers $headers `
  -ContentType: "application/json; charset=utf-8" `
  -InFile request.json `
  -Uri "https://translation.googleapis.com/v3/projects/PROJECT_NUMBER_OR_ID/locations/us-central1/glossaries
" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/project-number/locations/us-central1/operations/20191103-09061569945989-5d937985-0000-21ac-816d-f4f5e80782d4",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3beta1.CreateGlossaryMetadata",
    "name": "projects/project-number/locations/us-central1/glossaries/glossary-id",
    "state": "RUNNING",
    "submitTime": "2019-11-03T16:06:29.134496675Z"
  }
}

Go

在试用此示例之前，请按照《Translation 快速入门：使用客户端库》中的 Go 设置说明进行操作。如需了解详情，请参阅 Translation Go API 参考文档。

创建和使用术语表（高级版）

准备工作

所需权限

创建术语表

创建术语表文件

单向术语表

制表符分隔值 (TSV)

逗号分隔值 (CSV)

TMX 格式

等效术语集 (CSV)

创建术语表资源

单向术语表

REST 和命令行

curl

PowerShell

等效术语集术语表

REST 和命令行

curl

PowerShell

Go

Java

Node.js

Python

其他语言

操作状态

使用术语表

使用术语表翻译文本

REST 和命令行

curl

PowerShell

Go

Java

Node.js

Python

其他语言

获取有关术语表的信息

REST 和命令行

curl

PowerShell

Go

Java

Node.js

Python

其他语言

列出术语表

REST 和命令行

curl

PowerShell

Go

Java

Node.js

Python

其他语言

删除术语表

REST 和命令行

curl

PowerShell

Go

Java

Node.js

Python

其他语言