Communications Mining

多语言来源和数据集

Communications Mining 现在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源，而无需实际进行翻译。

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、葡萄牙语和荷兰语（我们将逐步扩大此列表的范围！）。

这在实践中意味着，如果用户使用平台支持的多种语言工作和开展业务，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。

“预览版”（包含在本页底部）支持大量其他语言，这意味着随着客户和合作伙伴开始使用这些语言，我们将不断努力对其进行微调。这些语言中的大部分都具有非常出色的性能，我们的团队几乎不需要进行微调，就可以实现高性能。

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数据集，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，才能有效训练他们的模型
与理解单一语言相比，理解多种语言是一个更复杂的机器学习问题，因此与使用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
该平台只能理解上面列出的其中一种受支持语言的语言。如果数据集中存在其他语言，则使用受支持语言的消息上使用的标签来标记这些消息将使平台感到困惑。最好将这些语言标记为它们自己的特定标签，以将语言捕获为标签，但平台将无法解释不支持的语言的详细信息

如何创建多语言来源和数据集?

对于数据源和数据集，在创建时会选择 语言系列 ，并且一旦选定便无法更改 。

只需从“创建源”或“创建数据集”模式的 语言族下拉列表中 选择“多语言” 即可（这通常是最后选择的设置）。

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。

常规发布语言