Strona AWS jest obecnie dostępna w 16 językach (12 dla Konsola zarządzania AWS oraz dokumentacji technicznej): arabski, chiński uproszczony, chiński tradycyjny, angielski, francuski, niemiecki, indonezyjski, włoski, japoński, koreański, portugalski, rosyjski, hiszpański, tajski, turecki i wietnamski. Klienci na całym świecie zdobywają praktyczne doświadczenie z platformą, produktami i usługami AWS w swoim ojczystym języku. Jest to możliwe dzięki zespołowi AWS Localization (AWSLOC).
AWSLOC zarządza kompleksowym procesem lokalizacji treści cyfrowych w AWS (strony internetowe, konsole, dokumentacja techniczna, e-booki, banery, filmy i inne). Zespół zarządza średnio 48,000 3 projektów rocznie we wszystkich aktywach cyfrowych, co daje ponad 2,800 miliardy przetłumaczonych słów. Biorąc pod uwagę rosnące zapotrzebowanie globalnych klientów i nowe lokalne ścieżki wdrażania chmury, lokalizacja AWS musi wspierać lokalizację treści na dużą skalę, aby udostępnić więcej treści i zaspokoić nowe rynki. Aby to zrobić, AWSLOC korzysta z sieci ponad XNUMX lingwistów na całym świecie i wspiera setki twórców treści w całym AWS w celu skalowania lokalizacji. Zespół stara się stale ulepszać obsługę językową klientów, inwestując znaczne środki w automatyzację i budowanie zautomatyzowanych potoków dla wszystkich typów treści.
AWSLOC dąży do zbudowania przyszłości, w której będziesz mógł wchodzić w interakcje z AWS w preferowanym przez Ciebie języku. Aby osiągnąć tę wizję, używają tłumaczenia maszynowego AWS i Tłumacz Amazon. Celem jest usunięcie barier językowych i uczynienie treści AWS bardziej dostępnymi dzięki spójnym doświadczeniom specyficznym dla lokalizacji, aby pomóc każdemu twórcy AWS w dostarczaniu tego, co najważniejsze dla globalnych odbiorców.
Ten post opisuje, w jaki sposób AWSLOC wykorzystuje Amazon Translate do skalowania lokalizacji i oferowania swoich usług w nowych lokalizacjach. Amazon Translate to neuronowa usługa tłumaczenia maszynowego, która zapewnia szybkie, wysokiej jakości, ekonomiczne i konfigurowalne tłumaczenie językowe. Neuronowe tłumaczenie maszynowe to forma tłumaczenia językowego, która wykorzystuje modele głębokiego uczenia się, aby zapewnić dokładne i naturalnie brzmiące tłumaczenie. Aby uzyskać więcej informacji na temat języków obsługiwanych przez Amazon Translate, zobacz Obsługiwane języki i kody języków.
Jak AWSLOC korzysta z Tłumacza Amazon
Wdrożenie tłumaczenia maszynowego pozwala AWSLOC przyspieszyć proces lokalizacji dla wszystkich rodzajów treści. AWSLOC wybrał dokumentację techniczną AWS, aby rozpocząć swoją podróż z tłumaczeniem maszynowym z Amazon Translate, ponieważ jest to jeden z filarów AWS. Około 18% wszystkich klientów zdecydowało się przeglądać dokumentację techniczną w ich lokalnym języku w 2021 r., co stanowi 27% wzrost od 2020 r. W samym tylko 2020 r. do dokumentacji technicznej dodano ponad 1,435 funkcji i 31 nowych usług, co spowodowało wzrost liczby tłumaczeń wielkość 353% w 2021 roku.
Aby zaspokoić zapotrzebowanie na przetłumaczoną dokumentację, AWSLOC nawiązał współpracę z Amazon Translate w celu optymalizacji procesów lokalizacji.
Tłumacz Amazon służy do wstępnego tłumaczenia ciągów, które nie przekraczają progu dopasowania rozmytego (w stosunku do pamięci tłumaczeniowej) w 10 obsługiwanych językach. Dedykowana instancja Amazon Translate została skonfigurowana z Aktywne tłumaczenie niestandardowe (ACT) i odpowiedni dane równoległe był aktualizowany co miesiąc. W większości pary językowe, wyniki Amazon Translate plus ACT wykazały pozytywną tendencję do poprawy jakości we wszystkich dziedzinach. Ponadto, aby podnieść poprzeczkę w zakresie jakości, na zasobach, które są lepiej widoczne dla klientów, przeprowadzany jest ludzki proces postedycji. AWSLOC ustanowił proces zarządzania w celu monitorowania migracji treści w ramach tłumaczenia maszynowego i postedycji tłumaczenia maszynowego (MTPE), w tym MTPE-Light i MTPE-Premium. Redaktorzy przeglądają wyniki MT, aby poprawić błędy w tłumaczeniu, które są ponownie włączane do narzędzia w procesie ACT. Odbywa się regularne odświeżanie silnika (średnio raz na 40 dni), a wkład to głównie zgłoszenia błędów.
AWSLOC postępuje zgodnie z najlepszymi praktykami, aby utrzymać tabelę ACT, która obejmuje oznaczanie niektórych terminów za pomocą nie tłumacz funkcji dostarczone przez Amazon Translate.
Poniższy diagram ilustruje szczegółowy przepływ pracy.
Główne elementy procesu to:
- Pamięć tłumaczeniowa – Baza danych przechowująca zdania, akapity lub wypunktowania, które zostały wcześniej przetłumaczone, aby pomóc tłumaczom. Ta baza danych przechowuje tekst źródłowy i odpowiadające mu tłumaczenie w parach językowych, zwanych jednostki tłumaczeniowe.
- Usługa jakości językowej (LQS) – Kontrola dokładności, przez którą zasób przechodzi po zakończeniu przez dostawcę usług językowych (LSP). 20% aktywów jest sprawdzane na miejscu, chyba że określono inaczej.
- Dane równoległe – Metoda analizy danych za pomocą równoległych procesów, które działają jednocześnie na wielu kontenerach.
- Rozmyte dopasowanie – Ta technika jest stosowana w tłumaczeniu wspomaganym komputerowo jako szczególny przypadek powiązania rekordu. Działa z dopasowaniami, które mogą być mniej niż 100% idealne podczas wyszukiwania korespondencji między segmentami tekstu a wpisami w bazie danych poprzednich tłumaczeń.
- Nie tłumacz terminów – Lista fraz i słów niewymagających tłumaczenia, takich jak nazwy marek i znaki towarowe.
- Wstępne tłumaczenie – Wstępne zastosowanie terminów „nie tłumacz”, pamięci tłumaczeń i tłumaczeń maszynowych lub aparatów tłumaczenia przez człowieka w stosunku do tekstu źródłowego przed przedstawieniem go językoznawcom.
MTPE-Light tworzy zrozumiały, ale nie idealny stylistycznie tekst. Poniższa tabela podsumowuje różnice między MTPE-Light i MTPE-Premium.
MTPE-Światło | MTPE-Premium |
Dodatki i pominięcia | Interpunkcja |
Dokładność | Konsystencja |
Pisownia | Dosłowność |
Liczby | Styl |
Gramatyka | Preferencyjna terminologia |
. | Błędy formatowania |
Oddziaływania wieloaspektowe
Amazon Translate to rozwiązanie dla projektów lokalizacyjnych na dużą skalę. Dzięki Amazon Translate czas realizacji projektu nie jest związany z ilością tłumaczeń. Amazon Translate może dostarczyć ponad 50,000 1 słów w ciągu 10,000 godziny w porównaniu z tradycyjnymi cyklami lokalizacyjnymi, które mogą ukończyć projekty na 7 8 słów w 50,000–30 dni i projekty na 35 10 słów w 40–60 dni. Tłumacz Amazon jest również XNUMX razy tańszy od tłumaczenia standardowego, a także ułatwia śledzenie i zarządzanie budżetem lokalizacyjnym. W porównaniu do projektów tłumaczeń wykonywanych przez ludzi, które wykorzystują MTPE-Premium, AWSLOC zaobserwował oszczędności do XNUMX%, a oszczędności do XNUMX% w przypadku MTPE-Light. Dodatkowo projekty z wyłącznie tłumaczeniem maszynowym ponoszą tylko miesięczną opłatę zryczałtowaną – koszty technologii systemu zarządzania tłumaczeniami AWSLOC wykorzystywanego do przetwarzania tłumaczenia maszynowego.
Wreszcie, dzięki Amazon Translate, AWSLOC może teraz przechodzić z miesięcznych do tygodniowych cykli odświeżania dokumentacji technicznej.
Podsumowując, tłumaczenie maszynowe jest najbardziej opłacalną i oszczędzającą czas opcją dla każdego globalnego zespołu lokalizacyjnego, który w dłuższej perspektywie chce obsłużyć rosnącą ilość lokalizacji treści.
Wnioski
Korzyści z Amazon Translate są ogromne dla Amazon i naszych klientów, zarówno pod względem oszczędności, jak i szybszego dostarczania zlokalizowanych treści w wielu językach. Aby uzyskać więcej informacji o możliwościach Amazon Translate, zobacz Przewodnik dla programistów Tłumacza Amazon. Jeśli masz jakieś pytania lub uwagi, nie wahaj się skontaktuj się z nami lub zostaw komentarz.
O autorach
Marie-Alice Daniel jest kierownikiem ds. jakości językowej w AWS z siedzibą w Luksemburgu. Prowadzi szereg działań mających na celu monitorowanie i poprawę jakości zlokalizowanych treści AWS, w szczególności treści marketingowych, z naciskiem na docieranie do klientów w społecznościach. Wspiera również interesariuszy w rozwiązywaniu problemów związanych z jakością i zapewnianiu, że zlokalizowana treść konsekwentnie spełnia poprzeczkę jakości.
Ajit Manuel jest Senior Product Manager (Tech) w AWS z siedzibą w Seattle. Ajit kieruje zespołem zarządzającym produktami lokalizacyjnymi, który tworzy rozwiązania skoncentrowane na usługach analizy języka, automatyzacji tłumaczeń oraz badaniach i projektowaniu językowym. Rozwiązania, które tworzy zespół Ajit, pomagają AWS skalować globalny zasięg, zachowując przy tym lokalną aktualność. Ajit pasjonuje się tworzeniem innowacyjnych produktów, zwłaszcza na rynkach niszowych, i jest pionierem rozwiązań, które rozszerzyły cyfrową transformację w obszarze technologii ubezpieczeniowych i mediów analitycznych.
- AI
- ai sztuka
- generator sztuki ai
- masz robota
- Tłumacz Amazon
- sztuczna inteligencja
- certyfikacja sztucznej inteligencji
- sztuczna inteligencja w bankowości
- robot sztucznej inteligencji
- roboty sztucznej inteligencji
- oprogramowanie sztucznej inteligencji
- Uczenie maszynowe AWS
- blockchain
- konferencja blockchain ai
- pomysłowość
- sztuczna inteligencja konwersacyjna
- konferencja kryptograficzna
- Dall's
- głęboka nauka
- google to
- Średni (200)
- uczenie maszynowe
- plato
- Platon Ai
- Analiza danych Platona
- Gra Platona
- PlatoDane
- platogaming
- skala ai
- składnia
- zefirnet