建立及使用詞彙表

您可以使用詞彙表，定義特定領域的專有名詞。您可以使用詞彙表新增詞彙組合，包括原文和譯文語言詞彙。詞彙組合可確保 Vertex AI Translation 服務能一致翻譯您的詞彙。

以下是可定義詞彙表項目的情況示例：

• 產品名稱：識別產品名稱，以便在翻譯中保留。例如，Google Home 必須翻譯成 Google Home。
• 語意模糊的字詞：指定語意模糊字詞和同音異義詞的意思。例如，bat 一詞可以指運動器材，也可以指動物。
• 外來語：說明從其他語言借用的字詞含義。例如，法文的 bouillabaisse 翻譯成英文時，仍是 bouillabaisse，指魚肉燉湯。

詞彙表中的字詞可以是單一字詞 (也稱為「符記」) 或簡短詞組 (通常五個字以下)。如果字詞是停用詞，Vertex AI Translation 會忽略相符的詞彙表項目。

Vertex AI Translation 提供下列詞彙表方法，可在 Google Distributed Cloud (GDC) 實體隔離方案中使用：

事前準備

建立詞彙表來定義翻譯術語之前，您必須先建立名為 translation-glossary-project 的專案。專案的自訂資源應如下例所示：

  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

如要取得使用詞彙表所需的權限，請要求 IAM 專案管理員在專案命名空間中授予您下列角色：

• AI Translation 開發人員：取得 AI Translation 開發人員 (ai-translation-developer) 角色，即可存取 Vertex AI Translation 服務。
• 專案 bucket 管理員：取得專案 bucket 管理員 (project-bucket-admin) 角色，即可管理儲存空間 bucket 和 bucket 內的物件，建立及上傳檔案。

如要進一步瞭解必要條件，請參閱「設定翻譯專案」。

建立詞彙表檔案

您必須建立詞彙表檔案，儲存原文語言和譯文語言字詞。本節包含兩種不同的詞彙表版面配置，可用來定義詞彙。

下表說明 Distributed Cloud 支援的詞彙檔案限制：

選擇下列其中一種詞彙表檔案版面配置：

• 單向詞彙表：指定一組原文和譯文語言字詞的預期譯法。單向詞彙表支援 TSV、CSV 和 TMX 檔案格式。
• 對等字詞集詞彙表：在每一列指定多種語言的預期翻譯。對等字詞集詞彙表支援 CSV 檔案格式。

單向詞彙表

Vertex AI Translation API 接受以定位點分隔值 (TSV) 和逗號分隔值 (CSV)。每列包含一組以定位點 (\t) 或逗號 (,) 分隔的字詞，適用於這些檔案格式。

Vertex AI Translation API 也接受 Translation Memory eXchange (TMX) 格式，這是提供翻譯原文和譯文詞組配對的標準 XML 格式。支援的輸入檔案格式為 TMX 1.4 版。

下列範例說明單向詞彙表的 TSV、CSV 和 TMX 檔案格式所需結構：

<?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>

在單向詞彙表中確立詞彙後，請將檔案上傳至儲存空間 bucket，並建立及匯入詞彙表，以便將檔案提供給 Vertex AI Translation API 使用。

對等字詞集詞彙表

Vertex AI Translation API 接受 CSV 格式的對等字詞集詞彙表檔案。如要定義對等字詞集，請建立具有多個資料欄的 CSV 檔案，其中每個資料列均列出單一詞彙的多種語言版本。請參閱支援語言清單和對應的語言代碼。

下圖是多欄 CSV 檔案範例。每一列代表一個詞彙，每一欄則代表該詞彙翻譯成不同語言的結果。

標題是檔案的第一列，用於識別各資料欄的語言。標題列使用 ISO-639-1 或 BCP-47 標準語言代碼。Vertex AI Translation API 不會使用詞性 (pos) 資訊，也不會驗證特定位置值。

後續的每個資料列會包含標題所示語言的對等詞彙。如果某個詞彙不適用於所有語言，您可以將資料欄留空。

在確立對等字詞集中的詞彙後，請將檔案上傳至儲存空間 bucket，並建立及匯入詞彙表，以便將詞彙表檔案提供給 Vertex AI Translation API 使用。

將詞彙表檔案上傳至 Storage bucket

請按照下列步驟，將詞彙表檔案上傳至 Storage bucket：

1. 設定 gdcloud CLI 以使用物件儲存庫。

2. 在專案命名空間中建立 Storage bucket。使用 Standard 儲存空間級別。

   您可以在專案命名空間中部署 Bucket 資源，建立 Storage bucket：

     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. 將 bucket 的 read 權限，以及專案命名空間中 secrets 的 get、list 和 watch 權限，授予 Vertex AI Translation 服務使用的服務帳戶 (ai-translation-system-sa 和 g-vai-translation-sie-sa)。

   請按照下列步驟，使用管理 API 伺服器上的自訂資源，建立角色和角色繫結。已具備 secrets 權限的使用者必須套用這些資源，否則要求會失敗，並顯示 attempting to grant RBAC permissions not currently held：

   1. 在專案命名空間中部署 Role 資源，建立角色：

        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. 在專案命名空間中部署 RoleBinding 資源，建立角色繫結：

        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. 將詞彙檔案上傳至您建立的 Storage bucket。詳情請參閱「上傳及下載專案中的儲存空間物件」。

建立詞彙集

CreateGlossary 方法會建立詞彙表，並將 ID 傳回產生詞彙表的長時間執行的作業。

如要建立詞彙表，請先替換下列項目，再使用任何要求資料：

• ENDPOINT：貴組織使用的 Vertex AI Translation 端點。詳情請參閱「查看服務狀態和端點」。
• PROJECT_ID：您的專案 ID。
• BUCKET_NAME：詞彙表檔案所在儲存空間 bucket 的名稱。
• GLOSSARY_FILENAME：儲存空間 bucket 中的詞彙表檔案名稱。

以下是建立詞彙表的 HTTP 要求語法：

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

根據您建立的詞彙表檔案，選擇下列其中一個選項來建立詞彙表：

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"
  }
}

視詞彙表檔案的大小而定，建立詞彙表通常不到 10 分鐘即可完成。您可以擷取這項作業的狀態，瞭解作業何時完成。

取得詞彙表

GetGlossary 方法會傳回儲存的詞彙表。如果詞彙表不存在，輸出內容會傳回 NOT_FOUND 值。如要呼叫 GetGlossary 方法，請指定專案 ID 和詞彙表 ID。CreateGlossary 和 ListGlossaries 方法都會傳回詞彙表 ID。Vertex AI Translation API 僅接受 HTTPS 要求。

舉例來說，下列要求會傳回專案中特定詞彙表的資訊：

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}")

列出詞彙表

ListGlossaries 方法會傳回專案中的 Glossary 資源清單，每項資源都包含完整的 name (projects/PROJECT_ID/glossaries/GLOSSARY_ID)。如果專案沒有詞彙，輸出內容會傳回 {}。如果專案不存在，輸出內容會傳回 NOT_FOUND 值。如要呼叫 ListGlossaries 方法，請指定專案 ID 和 Vertex AI Translation 端點。Vertex AI Translation API 僅接受 HTTPS 要求。

舉例來說，下列要求會傳回專案中的詞彙：

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

將 TOKEN 替換為您取得的驗證權杖。

刪除詞彙表

DeleteGlossary 方法會刪除詞彙表。如果詞彙表不存在，輸出內容會傳回 NOT_FOUND 值。如要呼叫 DeleteGlossary 方法，請指定專案 ID、詞彙表 ID 和 Vertex AI Translation 端點。CreateGlossary 和 ListGlossaries 方法都會傳回詞彙表 ID。Vertex AI Translation API 僅接受 HTTPS 要求。

舉例來說，下列要求會從專案中刪除詞彙表：

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

將 TOKEN 替換為您取得的驗證權杖。