Pour entraîner un moteur, suivez ces étapes :
-
Depuis la page des modèles MT, cliquez sur Entraîner le modèle MT.
La fenêtre s'ouvre.
-
Fournissez un nom pour le modèle.
-
Sélectionnez un dans la liste déroulante.
Les langues source et cible sont présentées avec le nombre total de segments.
Pour être utilisable pour l'entraînement du moteur, un jeu de données nécessite un minimum de 5 000 segments mais idéalement, plus de 10 000.
-
Cliquez sur Créer et entraîner.
Le nom du modèle est ajouté à la liste avec l'état. L'entraînement peut prendre plusieurs heures en fonction du nombre de segments.
Le menu peut également être utilisé pour ouvrir le .
Dans le cas où un entraînement échoue et a un statut d'erreur, cliquez sur Réessayer depuis le menu pour faire une autre tentative.
Une fois qu'un moteur est entraîné, le modèle peut être utilisé dans Phrase Language AI.
Pour utiliser le modèle dans Phrase Language AI, suivez ces étapes :
-
Sélectionnez Déployer vers Language AI (TMS) dans le menu des ellipses
de n'importe quel modèle de la liste ou cliquez sur Déployer vers Language AI (TMS) sur la page de détails du modèle.
La fenêtre s'ouvre.
-
Sélectionnez toute combinaison de paramètres linguistiques spécifique appartenant à la paire de langues du modèle dans les listes déroulantes et .
-
Sélectionnez quels profils MT le modèle doit être déployé à partir de la liste déroulante.
Cliquez sur le x à côté du nom du profil pour le retirer.
-
Cliquez sur Déployer.
Le modèle sera marqué à la fois dans la liste des modèles et sur la page des détails comme étant dans un état de ainsi que le nombre de profils auxquels il est déployé. Survolez le nombre de déploiements pour voir les noms des profils.
Le modèle est maintenant visible dans la configuration de Phrase NextMT.
Pour utiliser le modèle personnalisé pour la traduction, créez un profil de TA dédié en utilisant uniquement le modèle client, puis appliquez ce modèle dans les paramètres de traduction automatique d'un projet.
Si des modèles déployés sont retirés ou non déployés, le quota est libéré. En supposant que la limite n'ait pas changé, le quota libéré peut ensuite être réutilisé pour déployer de nouveaux modèles.