Fuentes y conjuntos de datos multilingües

Communications Mining™ admite fuentes y conjuntos de datos multilingües. Esto significa que los modelos pueden comprender orígenes que contienen varios idiomas compatibles diferentes, sin tener que traducirlos.

Los idiomas que están actualmente en disponibilidad general dentro de las fuentes y conjuntos de datos multilingües son: inglés, francés, alemán, español, italiano, portugués, holandés y japonés.

Si los usuarios trabajan y hacen negocios en varios idiomas compatibles con la plataforma, pueden entrenarse con mensajes en esos idiomas, en lugar de traducir todo a un solo idioma.

Consideraciones importantes a la hora de utilizar fuentes y conjuntos de datos multilingües:

Si un conjunto de datos es multilingüe, los usuarios no podrán ver las traducciones de ningún mensaje (como se proporciona para los conjuntos de datos traducidos), por lo que deberán poder entender todos los idiomas del conjunto de datos para entrenar eficazmente su modelo
Comprender varios idiomas es un problema de aprendizaje automático más complejo que entender un solo idioma, por lo que estos conjuntos de datos pueden experimentar una ligera caída en el rendimiento en comparación con los conjuntos de datos en un solo idioma
La plataforma solo podrá entender el idioma de uno de los idiomas admitidos enumerados anteriormente. Si hay otros idiomas presentes en el conjunto de datos, etiquetar estos mensajes con etiquetas utilizadas en mensajes en idiomas compatibles será confuso para la plataforma. Es mejor anotarlos como sus propias etiquetas específicas que capturan el idioma como una etiqueta, pero la plataforma no podrá interpretar los detalles del idioma no compatible

¿Cómo se crean fuentes y conjuntos de datos multilingües?

Tanto para el origen de datos como para los conjuntos de datos, la familia de idiomas se selecciona cuando se crean, y no se puede cambiar una vez creados.

Solo tienes que seleccionar multilingüe en el menú desplegable Familia de idiomas en el modo Crear fuente o Crear conjunto de datos (normalmente es la última configuración a seleccionar).

Nota: Los conjuntos de datos multilingües pueden contener fuentes de cualquier familia de idiomas que admita la plataforma.

Para obtener más información sobre la creación de un origen en la IU, consulta la página Crear un origen de datos en la GUI .

Para obtener más información sobre la creación de un conjunto de datos, consulta la página Crear un nuevo conjunto de datos .

Idiomas de disponibilidad general

English
Holandés
Francés
Alemán
Italiano
Japonés
Portugués
Español

Idiomas admitidos en vista previa

Nota:

Regístrese en el portal Insider para enviar comentarios o plantear problemas.

Se admite una gran lista de idiomas adicionales en la Vista previa, lo que significa que trabajaremos para ajustarlos con el tiempo a medida que comiences a utilizarlos. Una gran proporción de estos lenguajes tendrá un rendimiento muy alto y requerirá poco o ningún ajuste por parte de nuestros equipos para lograr un alto rendimiento.