Para entrenar un motor, siga estos pasos:
-
Desde la página de modelos MT, haga clic en Entrenar modelo MT.
La ventana se abre.
-
Proporcione un nombre para el modelo.
-
Seleccione un de la lista desplegable.
El idioma fuente y el idioma meta se presentan junto con el número total de segmentos.
Para poder ser utilizado para el entrenamiento de un motor, un conjunto de datos requiere un mínimo de 5,000 segmentos, pero idealmente, más de 10,000.
-
Haga clic en Crear y entrenar.
El nombre del modelo se añade a la lista junto con el estado. El entrenamiento puede llevar varias horas dependiendo del número de segmentos.
El menú también se puede usar para abrir la .
En caso de que un entrenamiento falle y tenga un estado de error, haga clic en Reintentar desde el menú para realizar otro intento.
Una vez que un motor está entrenado, el modelo puede usarse en Phrase Language AI.
Para usar el modelo en Phrase Language AI, siga estos pasos:
-
Seleccione Implementar en Language AI (TMS) desde el menú de puntos suspensivos
de cualquier modelo en la lista o haga clic en Implementar en Language AI (TMS) en la página de detalles del modelo.
La ventana se abre.
-
Seleccione cualquier combinación de localización específica que pertenezca a la combinación de idioma del modelo desde las listas desplegables de y .
-
Seleccione a qué perfiles de MT se debe implementar el modelo desde la lista desplegable.
Haz clic en la X junto al nombre del perfil para eliminarlo.
-
Haz clic en Deploy.
El modelo aparecerá marcado tanto en la lista de modelos como en la página de detalles como en estado , junto con la cantidad de perfiles en los que está implementado. Pasa el cursor sobre el número de implementaciones para ver los nombres de los perfiles.
El modelo ahora es visible en la configuración de Phrase NextMT.
Para usar el modelo Personalizar para la traducción, crea un perfil de MT dedicado usando solo el modelo del cliente y luego aplica ese modelo en la configuración de traducción automática de un proyecto.
Si los modelos implementados se eliminan o se retiran, se libera la cuota. Suponiendo que el límite no haya cambiado, la cuota liberada puede reutilizarse para implementar nuevos modelos.