创建和使用术语表

您可以使用术语表来定义特定于您领域的术语。借助术语表，您可以添加术语对，包括源语言和目标语言术语。术语对可确保 Vertex AI Translation 服务始终如一地翻译您的术语。

以下是您可以定义术语表条目的情况示例：

• 商品名称：识别商品名称，以便在翻译中保留这些名称。例如，Google Home 必须翻译为 Google Home。
• 有歧义的字词：指定含义模糊的字词和同音词的含义。例如，bat 可能表示一种体育用品或动物。
• 外来词：阐明从其他语言中采用的词汇的含义。例如，法语的 bouillabaisse 翻译为英语的 bouillabaisse，即一种浓味鱼肉汤。

术语表中的术语可以是单个单词（也称为词元）或短语（通常少于五个单词）。如果字词是非索引字，Vertex AI Translation 会忽略匹配的术语表条目。

Vertex AI Translation 在 Google Distributed Cloud (GDC) 网闸隔离配置中提供以下术语表方法：

准备工作

在创建术语表来定义翻译术语之前，您必须有一个名为 translation-glossary-project 的项目。项目的自定义资源必须如以下示例所示：

  apiVersion: resourcemanager.gdc.goog/v1
  kind: Project
  metadata:
    labels:
      atat.config.google.com/clin-number: CLIN_NUMBER
      atat.config.google.com/task-order-number: TASK_ORDER_NUMBER
    name: translation-glossary-project
    namespace: platform

如需获得使用术语表所需的权限，请让您的 IAM 项目管理员为您授予项目命名空间中的以下角色：

• AI Translation Developer：获取 AI Translation Developer (ai-translation-developer) 角色，以访问 Vertex AI Translation 服务。
• Project Bucket Admin：获取 Project Bucket Admin (project-bucket-admin) 角色，以管理存储桶和存储桶中的对象，从而创建和上传文件。

如需详细了解前提条件，请参阅设置翻译项目。

创建术语表文件

您必须创建一个术语库文件来存储源语言和目标语言术语。本部分包含两种不同的术语表布局，您可以使用它们来定义术语。

下表介绍了 Distributed Cloud 对术语表文件支持的限制：

为您的术语表文件选择以下布局之一：

• 单向术语表：指定特定语言的一对源术语和目标术语的预期翻译。单向术语表支持 TSV、CSV 和 TMX 文件格式。
• 等效术语集术语表：在每一行中指定多种语言的预期翻译。等效术语集术语表支持 CSV 文件格式。

单向术语表

Vertex AI Translation API 接受使用制表符分隔值 (TSV) 和逗号分隔值 (CSV)。对于这些文件格式，每一行都包含一对由制表符 (\t) 或逗号 (,) 分隔的字词。

Vertex AI Translation API 还接受翻译记忆库交换 (TMX) 格式，这是一种用于提供翻译的源术语和目标术语对的标准 XML 格式。支持的输入文件采用基于 TMX 1.4 版的格式。

以下示例展示了单向术语表的 TSV、CSV 和 TMX 文件格式所需的结构：

<?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>

在单向术语表中确定术语表术语后，将文件上传到存储桶，并通过创建和导入术语表，使 Vertex AI Translation API 可以使用该文件。

等效术语集术语表

Vertex AI Translation API 接受 CSV 格式的等效术语集术语表文件。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。请参阅支持的语言及其各自语言代码的列表。

下图展示了一个多列 CSV 文件示例。每行代表一个术语表术语，每列代表该术语的不同语言翻译。

标题是文件中的第一行，用于标识每一列对应的语言。标题行使用 ISO-639-1 或 BCP-47 标准语言代码。Vertex AI Translation API 不使用词性 (pos) 信息，并且不会验证特定的位置值。

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。

在等效术语集中确定术语表术语后，将文件上传到存储桶，并通过创建和导入术语表，使 Vertex AI Translation API 可以使用该文件。

将术语表文件上传到存储桶

请按照以下步骤将术语表文件上传到存储桶：

1. 为对象存储区配置 gdcloud CLI。

2. 在项目命名空间中创建存储桶。使用 Standard 存储类别。

   您可以通过在项目命名空间中部署 Bucket 资源来创建存储桶：

     apiVersion: object.gdc.goog/v1
     kind: Bucket
     metadata:
       name: glossary-bucket
       namespace: translation-glossary-project
     spec:
       description: bucket for translation glossary
       storageClass: Standard
       bucketPolicy:
         lockingPolicy:
           defaultObjectRetentionDays: 90
   

3. 向 Vertex AI Translation 服务使用的服务账号（ai-translation-system-sa 和 g-vai-translation-sie-sa）授予对存储桶的 read 权限，以及对项目命名空间中 secrets 的 get、list 和 watch 权限。

   请按照以下步骤在 Management API 服务器上使用自定义资源创建角色和角色绑定。已拥有 secrets 权限的用户必须应用这些资源，否则请求会失败并显示 attempting to grant RBAC permissions not currently held：

   1. 通过在项目命名空间中部署 Role 资源来创建角色：

        apiVersion: rbac.authorization.k8s.io/v1
        kind: Role
        metadata:
          name: ai-translation-glossary-reader
          namespace: translation-glossary-project
        rules:
          -
            apiGroups:
              - object.gdc.goog
            resources:
              - buckets
            verbs:
              - read-object
          -
            apiGroups:
              - ""
            resources:
              - secrets
            verbs:
              - get
              - list
              - watch
      

   2. 通过在项目命名空间中部署 RoleBinding 资源来创建角色绑定：

        apiVersion: rbac.authorization.k8s.io/v1
        kind: RoleBinding
        metadata:
          name: ai-translation-glossary-reader-rolebinding
          namespace: translation-glossary-project
        roleRef:
          apiGroup: rbac.authorization.k8s.io
          kind: Role
          name: ai-translation-glossary-reader
        subjects:
          -
            kind: ServiceAccount
            name: ai-translation-system-sa
            namespace: g-vai-translation-sie
          -
            kind: ServiceAccount
            name: g-vai-translation-sie-sa
            namespace: g-vai-translation-sie
      

4. 将术语表文件上传到您创建的存储桶。如需了解详情，请参阅在项目中上传和下载存储对象。

创建术语表

CreateGlossary 方法会创建术语表，并返回生成术语表的长时间运行的操作的标识符。

如需创建术语表，请在使用任何请求数据之前替换以下内容：

• ENDPOINT：您为组织使用的 Vertex AI Translation 端点。如需了解详情，请查看服务状态和端点。
• PROJECT_ID：您的项目 ID。
• BUCKET_NAME：术语表文件所在的存储桶的名称。
• GLOSSARY_FILENAME：存储桶中术语表文件的名称。

以下是用于创建术语表的 HTTP 请求的语法：

POST https://ENDPOINT/v3/projects/PROJECT_ID/glossaries

根据您创建的术语表文件，选择以下选项之一来创建术语表：

curl -X POST \
-H "Authorization: Bearer TOKEN" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://ENDPOINT/v3/projects/PROJECT_ID/glossaries"

$cred = TOKEN
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest
  -Method POST
  -Headers $headers
  -ContentType: "application/json; charset=utf-8"
  -InFile request.json
  -Uri "https://ENDPOINT/v3/projects/PROJECT_ID/glossaries"
  | Select-Object -Expand Content

{
"name": "projects/PROJECT_ID/operations/OPERATION_ID",
"metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.CreateGlossaryMetadata",
    "name": "projects/PROJECT_ID/glossaries/GLOSSARY_ID",
    "state": "RUNNING",
    "submitTime": "TIME"
  }
}

curl -X POST \
    -H "Authorization: Bearer TOKEN" \
    -H "Content-Type: application/json; charset=utf-8" \
    -d @request.json \
    "https://ENDPOINT/v3/projects/PROJECT_ID/glossaries"

{
  "name": "projects/PROJECT_ID/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.CreateGlossaryMetadata",
    "name": "projects/PROJECT_ID/glossaries/GLOSSARY_ID",
    "state": "RUNNING",
    "submitTime": "TIME"
  }
}

$cred = TOKEN
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
  -Method POST `
  -Headers $headers `
  -ContentType: "application/json; charset=utf-8" `
  -InFile request.json `
  -Uri "https://ENDPOINT/v3/projects/PROJECT_ID/glossaries"
  | Select-Object -Expand Content

{
  "name": "projects/PROJECT_ID/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.translation.v3.CreateGlossaryMetadata",
    "name": "projects/PROJECT_ID/glossaries/GLOSSARY_ID",
    "state": "RUNNING",
    "submitTime": "TIME"
  }
}

创建术语表通常需要不到 10 分钟的时间，具体取决于术语表文件的大小。 您可以检索此操作的状态，以了解其何时完成。

获取术语表

GetGlossary 方法会返回存储的术语表。如果术语表不存在，则输出会返回 NOT_FOUND 值。如需调用 GetGlossary 方法，请指定项目 ID 和术语表 ID。CreateGlossary 和 ListGlossaries 方法都会返回术语表 ID。Vertex AI Translation API 仅接受 HTTPS 请求。

例如，以下请求会返回项目中特定术语表的相关信息：

curl -X GET \
   -H "Authorization: Bearer TOKEN" \
   "https://ENDPOINT/v3/projects/PROJECT_ID/glossaries/GLOSSARY_ID"

from google.cloud import translate_v3 as translate
from google.api_core.client_options import ClientOptions

def get_glossary(creds, name="projects/PROJECT_ID/glossaries/GLOSSARY_ID"):
    """Get a glossary by its full name. The service assigns the glossary ID."""
    client = translate.TranslationServiceClient(
        credentials=creds, client_options=ClientOptions(api_endpoint="ENDPOINT:443"))
    response = client.get_glossary(name=name)
    print(f"Glossary name: {response.name}")

列出术语表

ListGlossaries 方法会返回项目中 Glossary 资源的列表，每个资源都包含完整的 name (projects/PROJECT_ID/glossaries/GLOSSARY_ID)。如果项目没有术语表，则输出会返回 {}。如果项目不存在，则输出会返回 NOT_FOUND 值。如需调用 ListGlossaries 方法，请指定您的项目 ID 和 Vertex AI Translation 端点。Vertex AI Translation API 仅接受 HTTPS 请求。

例如，以下请求会返回项目中的术语表：

curl -X GET \
    -H "Authorization: Bearer TOKEN" \
    "https://ENDPOINT/v3/projects/PROJECT_ID/glossaries?page_size=10"

将 TOKEN 替换为您获取的身份验证令牌。

删除术语表

DeleteGlossary 方法可删除术语表。如果术语表不存在，则输出会返回 NOT_FOUND 值。如需调用 DeleteGlossary 方法，请指定项目 ID、术语表 ID 和 Vertex AI Translation 端点。CreateGlossary 和 ListGlossaries 方法都会返回术语表 ID。Vertex AI Translation API 仅接受 HTTPS 请求。

例如，以下请求会从项目中删除术语表：

curl -X DELETE \
    -H "Authorization: Bearer TOKEN" \
    "https://ENDPOINT/v3/projects/PROJECT_ID/glossaries/GLOSSARY_ID"

将 TOKEN 替换为您获取的身份验证令牌。