communications-mining
latest
false
重要 :
请注意,此内容已使用机器翻译进行了本地化。
Communications Mining 用户指南
Last updated 2024年11月19日
多语言来源和数据集
Communications Mining™ 支持多语言源和数据集。 这意味着模型可以理解包含多种不同受支持语言的来源,而无需实际翻译这些语言。
多语言来源和数据集中当前正式发布的语言包括:英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语和日语。
如果用户使用平台支持的多种语言工作和开展业务,则他们可以使用这些语言的消息进行训练,而不是将所有内容翻译成单一语言。
使用多语言来源和数据集时的重要注意事项:
- 如果数据集是多语言的,则用户将无法看到任何消息的翻译(如为翻译的数据集提供的那样),因此他们需要能够理解数据集中的所有语言,才能有效地训练模型。
- 理解多种语言是一个比理解单一语言更复杂的机器学习问题,因此与单一语言的数据集相比,这些数据集的性能可能会略有下降。
- 该平台支持以下语言:英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语和日语。 如果数据集包含其他语言,则应用用于受支持语言的标签可能会导致混淆。 相反,请使用特定于语言的标签来批注这些实例。 请注意,平台不会处理或理解不支持的语言的内容。
如何创建多语言来源和数据集?
对于数据源和数据集,在创建时都会选择语言系列,并且一旦选择便无法更改。
只需从“创建源”或“创建数据集”模式下的语言系列下拉列表中选择“多语言”(通常是最后一个选择的设置)。
注意:多语言数据集可以包含平台支持的任何语族的源。
有关在用户界面中创建源的更多详细信息,请查看在 GUI 中创建数据源页面。
有关创建数据集的更多详细信息,请查看 “新建数据集”页面。
备注:
在内部人员门户上注册以提供反馈或提出问题。
我们目前在预览模式下支持多种其他语言。 这意味着我们的团队将根据您的使用情况不断优化它们。 其中许多语言预计具有良好的性能,可能需要很少的微调或无需微调即可实现最佳性能。
- 南非荷兰语
- 阿尔巴尼亚语
- 阿姆哈拉语
- 阿拉伯语
- 亚美尼亚语
- 阿萨姆语
- 阿塞拜疆
- 巴斯克语
- 白俄罗斯语
- 孟加拉语
- 孟加拉语(罗曼化)
- 波斯尼亚语
- 布列塔尼
- 保加利亚语
- 缅甸语
- 缅甸语
- 加泰罗尼亚语
- 中文 (简体)
- 中文 (繁体)
- 克罗地亚语
- 捷克语
- 丹麦语
- 世界语
- 爱沙尼亚语
- 菲律宾语
- 芬兰语
- 加利西亚语
- 格鲁吉亚语
- 希腊语
- 古吉拉特语
- 豪萨语
- 希伯来语
- 印地语
- 印地语(拉丁语)
- 匈牙利语
- 冰岛语
- 印尼语
- 爱尔兰语
- 爪哇语
- 卡纳达语
- 哈萨克语
- 高棉语
- 韩语
- 库尔德语 (Kurmanji)
- 吉尔吉斯语
- 老挝语
- 拉丁语
- 拉脱维亚语
- 立陶宛语
- 马其顿语
- 马达加斯加语
- 马来语
- 马拉雅拉姆语
- 马拉地语
- 蒙古语
- 尼泊尔语
- 挪威语
- 奥里亚语
- 奥罗莫语
- 普什图语
- 波斯语
- 波兰语
- 旁遮普语
- 罗马尼亚语
- 俄语
- 梵语
- 苏格兰盖尔语
- 塞尔维亚语
- 信德语
- 尼加拉语
- 斯洛伐克语
- 斯洛文尼亚语
- 索马里语
- 巽他语
- 斯瓦希里语
- 瑞典语
- 瑞士德语
- 泰米尔语
- 泰米尔语(罗曼化)
- 泰卢固语
- 泰卢固语(罗曼化)
- 泰语
- 土耳其语
- 乌克兰语
- 乌尔都语
- 乌尔都语(罗曼化)
- 维语
- 乌兹别克语
- 越南语
- 威尔士语
- 西弗里西亚语
- 科萨语
- 意第绪语