Crea un modello di traduzione personalizzato

Addestra e utilizza un modello di traduzione personalizzato utilizzando la console Google Cloud . L'esempio seguente utilizza AutoML Translation per addestrare un modello di traduzione dall'inglese allo spagnolo utilizzando un set di dati contenente coppie di segmenti orientati alla tecnologia dalla localizzazione del software.

Prima di iniziare

Prima di poter iniziare a utilizzare AutoML Translation, il tuo progetto deve avere l'API Cloud Translation abilitata e devi disporre delle autorizzazioni concesse dai seguenti ruoli:

  • Ruolo Visualizzatore per visualizzare le risorse esistenti nel progetto
  • Ruolo Editor API Cloud Translation per creare e gestire set di dati e modelli
  • Ruolo Amministratore storage per caricare i dati di addestramento in un bucket Cloud Storage

Creare un set di dati di traduzione e importare coppie di segmenti

  1. Scarica il file archivio che contiene i dati di esempio per l'addestramento del modello ed estrai i file.

    Per questo tutorial, utilizzerai il file TSV dall'inglese allo spagnolo.

  2. Vai alla console AutoML Translation.

    Vai alla pagina Traduzione

  3. Nel riquadro di navigazione, fai clic su Set di dati per andare alla pagina Set di dati.

  4. Fai clic su Crea set di dati.

  5. Nella finestra di dialogo Crea set di dati, specifica i dettagli del set di dati:

    1. Inserisci tutorial_dataset come nome del set di dati.
    2. Seleziona Inglese (EN) come lingua di origine dall'elenco a discesa.
    3. Seleziona Spagnolo (ES) come lingua di destinazione.
    4. Fai clic su Crea.

  6. Una volta creato il set di dati, fai clic sul suo nome per visualizzarne i dettagli.

  7. Vai alla scheda Importa e carica il set di dati en-es.tsv in Cloud Storage:

    1. Seleziona Carica file dal computer.
    2. Fai clic su Seleziona file e scegli il file en-es.tsv che hai scaricato ed estratto in precedenza.
    3. Fai clic su Sfoglia per selezionare o creare un nuovo bucket Cloud Storage in cui è archiviato il file TSV. La regione del bucket deve essere us-central1.

  8. Fai clic su Continua.

    AutoML Translation suddivide automaticamente i dati in set di addestramento, convalida e test. Puoi visualizzare queste suddivisioni e le coppie di frasi importate nella scheda Frasi del set di dati.

Addestra un modello

  1. Vai alla console AutoML Translation.

    Vai alla pagina Traduzione

  2. Nel riquadro di navigazione, vai alla pagina Set di dati.

  3. Fai clic sul set di dati tutorial_dataset.

  4. Vai alla scheda Allenamento.

  5. Fai clic su Inizia addestramento, che apre il riquadro Addestra nuovo modello.

  6. Inserisci tutorial_model per il nome del modello.

  7. Fai clic su Inizia addestramento.

L'addestramento di un modello può richiedere diverse ore.

Valuta il modello

Controlla il confronto tra il modello e il modello NMT predefinito di Google, che si basa su coppie di segmenti del set di test.

  1. Vai alla console AutoML Translation.

    Vai alla pagina Traduzione

  2. Nel riquadro di navigazione, vai alla pagina Modelli.

  3. Fai clic sul modello tutorial_model.

  4. Fai clic sulla scheda Valuta.

Nella sezione Valutazioni precedenti, Cloud Translation mostra il punteggio BLEU del tuo modello rispetto al modello NMT di Google. Il punteggio BLEU (Bilingual Evaluation Understudy) indica la somiglianza tra il testo candidato e i testi di riferimento. I valori più vicini a 100 rappresentano testi più simili.

Utilizzare il modello di traduzione

Dalla console Google Cloud , puoi utilizzare il modello personalizzato per tradurre del testo.

  1. Vai alla console AutoML Translation.

    Vai alla pagina Traduzione

  2. Nel riquadro di navigazione, vai alla pagina Modelli.

  3. Fai clic sul modello tutorial_model.

  4. Fai clic sulla scheda Prevedi.

  5. Nella casella di testo Inglese, inserisci il testo da tradurre e poi fai clic su Traduci.

    Puoi confrontare i risultati del modello personalizzato con quelli del modello NMT di Google.

Esegui la pulizia

Per evitare addebiti non necessari Google Cloud , elimina il modello, il set di dati e il file en-es.tsv. Puoi anche utilizzareGoogle Cloud console per eliminare il progetto se non ti serve.

Passaggi successivi