Qualitative Übersetzungen mit Azure Translator Service

static readonly string route = "/batches";
private static readonly string endpoint = "https://(custom)endpoint.cognitiveservices.azure.com/translator/text/batch/v1.0-preview.1";
private static readonly string subscriptionKey = "key1";

static readonly string json = ("{\"inputs\": [{\"source\": {\"sourceUrl\": \"SAS-source\",\"storageSource\": \"AzureBlob\",\"language\": \"de\" }, \"targets\": [{\"targetUrl\": \"SAS-target\",\"storageSource\": \"AzureBlob\",\"category\": \"general\",\"language\": \"en\"}]}]}");

static async Task Main(string[] args)
{
using HttpClient client = new HttpClient();
using HttpRequestMessage request = new HttpRequestMessage();
{

StringContent content = new StringContent(json, Encoding.UTF8, "application/json");

request.Method = HttpMethod.Post;
request.RequestUri = new Uri(endpoint + route);
request.Headers.Add("Ocp-Apim-Subscription-Key", subscriptionKey);
request.Content = content;

HttpResponseMessage response = await client.SendAsync(request);
string result = response.Content.ReadAsStringAsync().Result;
if (response.IsSuccessStatusCode)
{
Console.WriteLine($"Status code: {response.StatusCode}");
Console.WriteLine();
Console.WriteLine($"Response Headers:");
Console.WriteLine(response.Headers);
}
else
Console.Write("Error");

}

}

Der Microsoft Translator verwendet neuronale maschinelle Übersetzung (NMÜ), die für die Übersetzung den Kontext ganzer Sätze heranzieht. Das sorgt für eine höhere Qualität der übersetzten Texte.


Um diese höhere Qualität zu erreichen, kann man den Microsoft Translator trainieren: Dafür verwendet man zuvor übersetzte Dokumente, z. B. mit domänenspezifischer Terminologie und Stil, um ein Übersetzungssystem aufzubauen. Auf der Grundlage desselben Inhalts in zwei oder mehr Sprachen gleicht der Custom Translator automatisch Sätze in verschiedenen Dokumenten ab.


Trainiere den Übersetzer in drei Schritten, um bessere Übersetzungen zu erhalten:


1. Wähle das Projekt aus, für das du ein Modell erstellen möchtest.


2. Wähle manuell die Dokumente aus, die du für das Training verwenden willst.

Auf der projektspezifischen Registerkarte «Daten» kann man Trainings-, Optimierungs- und Testdokumente auswählen und alle relevanten Informationen zu den Dokumenten einsehen:

- Name des Dokuments

- Kopplung: Zeigt an, ob es sich um ein doppel- oder einsprachiges Dokument handelt. (Hinweis: Einsprachige Dokumente können noch nicht für das Training verwendet werden).

- Dokumenttyp: Entweder Trainieren, Optimieren, Testen oder Wörterbuch.
Tipp: Wenn Sie Dokumente des Dokumenttyps "Training" für das Training auswählen, müssen mindestens 10.000 parallele Sätze vorhanden sein. Dies gilt jedoch nicht für andere Dokumenttypen, z.B. "Wörterbuch"-Dokumente.

- Sprachpaar: Zeigt Ausgangs- und Zielsprache an.

- Ausgangssätze: Zeigt die Anzahl der Sätze an, die aus der Quelldatei extrahiert wurden.

- Zielsätze: Zeigt die Anzahl der Sätze an, die aus der Zieldatei extrahiert wurden.

_{Quelle: Microsoft}

3. Erstelle dein Modell (und starte das Training).

Klicke auf die Schaltfläche "Modell erstellen". Gib dann deinem Modell einen Namen und wählen entweder "Sofort trainieren", um sofort mit dem Training zu beginnen, oder "Als Entwurf speichern", um die Modell-Metadaten zu erstellen, aber noch nicht mit dem Training zu beginnen. Klicke dann erneut auf "Modell erstellen".

_{Quelle: Microsoft}

Gut zu wissen: Den Status des Trainings kann man auf der Registerkarte "Modelle" überprüfen. Der "Bleu Score" zeigt an, wie sehr das für das Training ausgewählte Dokumentenpaar die Übersetzungsqualität verbessert.

_{Quelle: Microsoft}


Viel Spass beim Hacken!