A pesquisa e as recomendações oferecem suporte aos seguintes idiomas:
Pesquisar comércio
Conferir os idiomas disponíveis
| Idiomas compatíveis | |
|---|---|
| Albanês | Coreano |
| Árabe | Letão |
| Armênio | Lituano |
| Assamês | Macedônio |
| Azerbaijano | Malaio |
| Basco | Marati |
| Bengali (Bangla) | Mongol |
| Búlgaro | Nepalês |
| Birmanês | Norueguês |
| Catalão | Oriá |
| Chinês (simplificado) | Persa |
| Chinês (tradicional) | Polonês |
| Croata | Português (Europa) |
| Tcheco | Português (Brasil) |
| Dinamarquês | Punjabi |
| Holandês | Romeno |
| Inglês | Russo |
| Estoniano | Sérvio |
| Finlandês | Sérvio (Cirílico) |
| Francês (Europa) | Cingalês |
| Francês (Canadá) | Eslovaco |
| Georgiano | Esloveno |
| Alemão | Espanhol (Europa) |
| Grego | Espanhol (América Latina) |
| Gujarati | Suaíli |
| Hebraico | Sueco |
| Hindi | Tâmil |
| Húngaro | Télugo |
| Islandês | Tailandês |
| Indonésio | Turco |
| Italiano | Ucraniano |
| Japonês | Urdu (Índia) |
| Canarês | Urdu (Paquistão) |
| Cazaque | Uzbeque |
| Khmer | Vietnamita |
Configurações de idioma mistas
Você define o idioma ao fazer upload do catálogo para seu projeto de pesquisa de e-commerce com IA. O catálogo precisa estar em um só idioma, e as consultas de pesquisa precisam ser enviadas no mesmo idioma. Ter vários idiomas no catálogo pode prejudicar o desempenho do LLM.
Para evitar isso e continuar otimizando seus eventos de pesquisa em vários idiomas, você tem duas opções:
- Para idiomas incomuns e com pouco tráfego, você pode encaminhar essas consultas para o projeto principal. A Pesquisa em E-commerce com IA traduz automaticamente essas consultas.
- Se você tiver muito tráfego em outro idioma e souber a quais usuários essas consultas estão associadas, tenha dois projetos, um em cada idioma, e encaminhe as consultas associadas de acordo.
Recomendações
A maioria dos idiomas é compatível. O modelo detecta automaticamente o idioma do texto.
Conferir os idiomas disponíveis
| Nome do idioma | Nome do script |
|---|---|
| Africâner | Latim |
| Amárico | Etíope |
| Árabe | Árabe |
| Búlgaro | Cirílico |
| Búlgaro | Latim |
| Bengali | Bengali |
| Bósnio | Latim |
| Catalão | Latim |
| Cebuano | Latim |
| Córsico | Latim |
| Tcheco | Latim |
| Galês | Latim |
| Dinamarquês | Latim |
| Alemão | Latim |
| Grego | Grego |
| Grego | Latim |
| Inglês | Latim |
| Esperanto | Latim |
| Espanhol | Latim |
| Estoniano | Latim |
| Basco | Latim |
| Persa | Árabe |
| Finlandês | Latim |
| Filipino | Latim |
| Francês | Latim |
| Frísio ocidental | Latim |
| Irlandês | Latim |
| Gaélico escocês | Latim |
| Galego | Latim |
| Gujarati | Gujarati |
| Hauçá | Latim |
| Havaiano | Latim |
| Hindi | Devanágari |
| Hindi | Latim |
| Hmong | Latim |
| Croata | Latim |
| Crioulo haitiano | Latim |
| Húngaro | Latim |
| Armênio | Armênio |
| Indonésio | Latim |
| Igbo | Latim |
| Islandês | Latim |
| Italiano | Latim |
| Hebraico | Hebraico |
| Japonês | Japonês |
| Japonês | Latim |
| Javanês | Latim |
| Georgiano | Georgiano |
| Cazaque | Cirílico |
| Khmer | Khmer |
| Canarês | Canarês |
| Coreano | Coreano |
| Curdo | Latim |
| Quirguiz | Cirílico |
| Latim | Latim |
| Luxemburguês | Latim |
| Laosiano | Laosiano |
| Lituano | Latim |
| Letão | Latim |
| Malgaxe | Latim |
| Maori | Latim |
| Macedônio | Cirílico |
| Malaiala | Malaiala |
| Mongol | Cirílico |
| Marati | Devanágari |
| Malaio | Latim |
| Maltês | Latim |
| Birmanês | Mianmar |
| Nepalês | Devanágari |
| Holandês | Latim |
| Norueguês | Latim |
| Nianja | Latim |
| Punjabi | Gurmukhi |
| Polonês | Latim |
| Pastó | Árabe |
| Português | Latim |
| Romeno | Latim |
| Russo | Cirílico |
| Russo | Inglês |
| Sindi | Árabe |
| Cingalês | Cingalês |
| Eslovaco | Latim |
| Esloveno | Latim |
| Samoano | Latim |
| Chona | Latim |
| Somali | Latim |
| Albanês | Latim |
| Sérvio | Cirílico |
| Soto do sul | Latim |
| Sudanês | Latim |
| Sueco | Latim |
| Suaíli | Latim |
| Tâmil | Tâmil |
| Télugo | Télugo |
| Tadjique | Cirílico |
| Tailandês | Tailandês |
| Turco | Latim |
| Ucraniano | Cirílico |
| Urdu | Árabe |
| Uzbeque | Latim |
| Vietnamita | Latim |
| Xhosa | Latim |
| Ídiche | Hebraico |
| Iorubá | Latim |
| Chinês | Han (incluindo simplificado e tradicional) |
| Chinês | Latim |
| Zulu | Latim |
Para uma lista de todos os idiomas que podem ser detectados automaticamente, consulte o README do GitHub do Detector de linguagem compacta.
Normalização e tokenização de linguagem
O mecanismo de pesquisa de comércio com IA tem processamento integrado de caracteres chineses ou japoneses sem espaços e normaliza os diacríticos europeus. Isso elimina a necessidade de criar camadas de tradução de pré-processamento proprietárias nos seus aplicativos de pesquisa.
- Normalização de caracteres não ingleses: o mecanismo de pesquisa oferece suporte integrado a UTF-8 e normaliza automaticamente acentos e trema durante a indexação e a consulta (como mapear
äparaaouaeeéparae). Isso permite que os usuários pesquisem cafe e encontrem café sem problemas. - Tokenização CJK (kanji e katakana): para chinês, japonês e coreano (CJK), o mecanismo não depende de espaços para tokenização. Ele usa segmentadores baseados em dicionário e analisadores morfológicos para dividir strings de caracteres kanji, hiragana, katakana ou han em tokens lógicos e pesquisáveis.
- Regra estrita de idioma único: seu catálogo e suas consultas de pesquisa precisam estar no mesmo idioma. Uma consulta em espanhol não vai corresponder a um catálogo em inglês. Misturar idiomas pode prejudicar a performance do modelo.
- Solução alternativa multilíngue: se um catálogo precisar oferecer suporte a consultas em vários idiomas, use os controles
twowaySynonymsActionouonewaySynonymsActionpara mapear manualmente termos de consulta personalizados (como sinônimos em espanhol) para o idioma padrão do catálogo (como inglês).
Para mais informações sobre as configurações de idioma, consulte Sobre catálogos e produtos.