Mit adaptiver Übersetzung Text übersetzen

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

Bei programmatischen Übersetzungsanfragen können Sie Beispielübersetzungen in ein Dataset oder als Teil Ihrer Übersetzungsanfrage einfügen. Wenn Sie ein Dataset verwenden, wählt Cloud Translation automatisch fünf Referenzsätze aus, die Ihrem Quellsatz am ähnlichsten sind, um Übersetzungen anzupassen. Wenn Sie Referenzsätze in Ihre Übersetzungsanfrage aufnehmen, werden diese von Cloud Translation verwendet, um die Übersetzung anzupassen.

Hinweis

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

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

Datenanforderungen und -vorschläge

Wenn Sie ein Dataset erstellen oder die Google Cloud Console verwenden, müssen Sie Beispielübersetzungen in einer TSV- oder TMX-Datei bereitstellen. Die Beispiele müssen Satzpaare in den gewünschten Ausgangs- und Zielsprachen sein. Wir empfehlen, Beispiele anzugeben, die das Vokabular, den Sprachgebrauch und die grammatischen Eigenheiten Ihres Themengebiets abdecken. Weitere Tipps finden Sie in der AutoML Translation-Dokumentation unter Datenvorbereitung.

Wenn Sie die Console verwenden, müssen Ihre Daten mindestens 5 Satzpaare und höchstens 10.000 Paare enthalten. Wenn Sie die API verwenden, dürfen sie höchstens 30.000 Paare enthalten. Ein Segmentpaar darf insgesamt höchstens 512 Zeichen umfassen.

Einschränkungen

Es kann jeweils nur in eine Zielsprache übersetzt werden.
Bei der adaptiven Übersetzung gelten Grenzwerte für die Anzahl der Eingabe- und Ausgabezeichen. Weitere Informationen finden Sie auf der Seite „Kontingente“ unter Limits für die adaptive Übersetzung.

Übersetzungen anfordern

Die Eingabedaten für Übersetzungen können im Format „Nur-Text“ oder „HTML“ vorliegen. Cloud Translation übersetzt keine HTML-Tags aus den Eingabedaten, sondern nur Text, der in Tags eingeschlossen ist. In der Ausgabe bleiben die (nicht übersetzten) HTML-Tags mit dem darin eingeschlossenen Text erhalten, soweit die Unterschiede zwischen Ausgangs- und Zielsprache dies zulassen.

Console

Wenn Sie die Google Cloud Console verwenden, müssen Sie eine Datei mit Ihren Beispielübersetzungen auswählen und dann Übersetzungen anfordern. 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 Übersetzung“
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 Ausgangssprache und Zielsprache anhand Ihrer Daten fest. Wenn Sie beispielsweise ein Dataset in der Sprachrichtung Englisch-Portugiesisch importieren, können in der Console nur englische Sätze ins Portugiesische übersetzt werden.
Geben Sie Text in das Feld für die Ausgangssprache ein.

Bei der adaptiven Übersetzung gelten Grenzwerte für die Anzahl der Eingabe- und Ausgabezeichen. Weitere Informationen finden Sie auf der Seite „Kontingente“ unter Limits für die adaptive Übersetzung.
Zum Anpassen der Parameter können Sie mit den Schiebereglern oder Textfeldern Werte festegen:
- Temperatur: Bestimmt den Grad der Zufälligkeit bei der Tokenauswahl. Bei niedrigeren Temperaturwerten ist eine wahre oder richtige Antwort zu erwarten. Bei höheren Temperaturwerten ist mit stärker abweichenden oder unerwarteten Ergebnisse zu rechnen.
- Anzahl der Beispiele: Legt die Anzahl der Beispiele aus den Quelldaten für den Prompt im LLM fest.
Wählen Sie Mit NMÜ-Modell vergleichen aus, um Übersetzungen aus dem Google NMÜ-Standardmodell zusammen mit der Ausgabe der adaptiven Übersetzung zu berücksichtigen.
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 für die Ausgabe überschreitet.

API

Sie können adaptive Übersetzungen in der API anfordern, indem Sie Referenzsatzpaare einfügen oder ein Dataset angeben.

Adaptive Übersetzungen mit Referenzsatzpaaren
Adaptive Übersetzungen mit einem Dataset

Adaptive Übersetzungen mit Referenzsatzpaaren

Wenn Sie Beispielübersetzungen in Ihre Übersetzungsanfragen einfügen möchten, geben Sie die Beispiel-Satzpaare für die Ausgangs- und Zielsprache im Feld referenceSentencePairs an, das Teil des referenceSentenceConfig-Objekts ist. Weitere Informationen finden Sie unter der Methode adaptiveMtTranslate. Sie können bis zu fünf Satzpaare einfügen.

REST

Ersetzen Sie die folgenden Werte, bevor die Anfragedaten verwendet werden:

PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Projekts von Google Cloud
LOCATION: Die Region, in der Ihre Übersetzungsanfrage bearbeitet wird, z. B. us-central1
REFERENCE_SOURCE: Ein Satz in der Ausgangssprache, der Teil eines Referenzsatzpaars ist
REFERENCE_TARGET: Ein Satz in der Zielsprache, der Teil eines Referenzsatzpaars ist
SOURCE_LANGUAGE: Der Sprachcode des Quelltextes
TARGET_LANGUAGE: Der Sprachcode der Sprache, in die der Quelltext übersetzt werden soll
SOURCE_TEXT: Der zu übersetzende Text
MIME_TYPE (optional): Das Format des Quelltexts, z. B. text/html oder text/plain. Standardmäßig ist der MIME-Typ auf text/plain festgelegt.

HTTP-Methode und URL:

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

JSON-Text der Anfrage:

{
  "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"
}

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

curl (Linux, macOS oder Cloud Shell)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch bei der gcloud CLI anmeldet. Um zu prüfen, 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:adaptiveMtTranslate"

PowerShell (Windows)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um zu prüfen, 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:adaptiveMtTranslate" | Select-Object -Expand Content

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

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

Java

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

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

/** 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

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

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

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

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)

Adaptive Übersetzungen mit einem Dataset

Wenn Sie ein Dataset mit Übersetzungen verwenden möchten, müssen Sie zuerst ein Dataset erstellen und Satzpaare importieren. Wenn Sie bereits ein Dataset haben, können Sie damit adaptive Übersetzungen anfordern. Das Dataset verbleibt in Ihrem Projekt, bis Sie es löschen.

Erstellen Sie ein Dataset, in das Sie Ihre Beispielübersetzungen importieren.

Die Ausgangs- und Zielsprachen müssen mit den Sprachen übereinstimmen, die Sie in Ihren Übersetzungen verwenden möchten. Weitere Informationen finden Sie unter der Methode adaptiveMtDataset.create.

REST

Ersetzen Sie die folgenden Werte, bevor die Anfragedaten verwendet werden:

PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Projekts von Google Cloud
LOCATION: Die Region, in der sich Ihr Quell-Dataset befindet, z. B. us-central1
DATASET_ID: Eine eindeutige Kennung 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 der Anfrage:

{
  "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, erweitern 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"

PowerShell (Windows)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um zu prüfen, 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

/** 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

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

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)

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 die folgenden Werte, bevor die Anfragedaten verwendet werden:
- PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Projekts von Google Cloud
- LOCATION: Die Region, in der sich Ihr Dataset befindet, z. B. us-central1
- DATASET_ID: Die eindeutige Kennung 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 der Anfrage:
{ "gcs_input_source": { "input_uri": "GCS_FILE_PATH" } }
Wenn Sie die Anfrage senden möchten, erweitern Sie eine der folgenden Optionen:
curl (Linux, macOS oder Cloud Shell)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch bei der gcloud CLI anmeldet. Um zu prüfen, 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/DATASET_ID:importAdaptiveMtFile"
PowerShell (Windows)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um zu prüfen, 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/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

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

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

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

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

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

Richten Sie die Standardanmeldedaten für Anwendungen ein, um sich bei Cloud Translation zu authentifizieren. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
```
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)
```
Fordern Sie eine adaptive Übersetzung an, indem Sie den zu übersetzenden Ausgangstext und das Dataset angeben, das Cloud Translation zum Anpassen der Übersetzung verwendet.

Cloud Translation ermittelt anhand der Ausgangs- und Zielsprache aus dem Dataset, welche Sprachen für Ihre Übersetzung verwendet werden. Mit einem en-zu-es-Dataset wird beispielsweise Text aus dem Englischen ins Spanische übersetzt. Weitere Informationen finden Sie unter der Methode adaptiveMtTranslate.
REST

Ersetzen Sie die folgenden Werte, bevor die Anfragedaten verwendet werden:
- PROJECT_NUMBER_OR_ID: Die numerische oder alphanumerische ID Ihres Projekts von Google Cloud
- LOCATION: Die Region, in der sich Ihr Quell-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: Der zu übersetzende Text
- MIME_TYPE (optional): Das Format des Quelltexts, z. B. text/html oder text/plain. Standardmäßig ist der MIME-Typ auf text/plain festgelegt.
HTTP-Methode und URL:
POST https://translation.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION:adaptiveMtTranslate
JSON-Text der Anfrage:
{ "dataset": "DATASET_NAME", "content": ["SOURCE_TEXT"], "mimeType": "MIME_TYPE" }
Wenn Sie die Anfrage senden möchten, erweitern Sie eine der folgenden Optionen:
curl (Linux, macOS oder Cloud Shell)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch bei der gcloud CLI anmeldet. Um zu prüfen, 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:adaptiveMtTranslate"
PowerShell (Windows)

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto bei der gcloud CLI angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um zu prüfen, 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:adaptiveMtTranslate" | Select-Object -Expand Content
Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:
{ "translations": [ { "translatedText": "TRANSLATED_TEXT" } ], "languageCode": "TARGET_LANGUAGE" }
Java

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

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

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

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

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

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

Glossar mit adaptiven Übersetzungen verwenden
Datasets verwalten (nur API)