데이터셋 생성

컨텐츠는 영어 텍스트를 Phrase Language AI를 이용해 기계 번역한 것입니다.

번역 메모리 선택 가이드라인

Phrase Custom AI는 번역 메모리(TM)를 활용하여 특정 용어와 스타일을 준수하는 사용자 지정 기계 번역(MT) 모델을 생성하며, 이는 일반 기계 번역과 비교했을 때 이러한 콘텐츠 유형에 대해 향상된 번역 품질(따라서 사후 편집 시간 단축)을 제공합니다.

사용자 지정 프로세스의 효과에 영향을 줄 수 있는 가장 중요한 요소는 사용된 번역 메모리입니다. 다음은 이 목적을 위해 어떤 데이터를 사용해야 할지 결정하는 데 도움을 줄 수 있는 일반적인 가이드라인입니다:

단일 도메인:

데이터셋이 단일 스타일과 용어를 다루는 콘텐츠에 집중하는 것이 가장 좋습니다. 데이터셋에 여러 도메인이 혼합되어 있는 경우(예: 웹사이트의 법적 용어와 제품 설명이 모두 포함된 경우), 모델이 원하는 스타일이 무엇인지 학습하지 못할 수 있습니다.
고유 콘텐츠 유형:

사용자 지정 MT 모델은 인터넷에서 수집된 방대한 양의 공개 데이터로 학습된 일반 모델을 기반으로 구축됩니다. 번역 메모리에 일반 모델을 구축하는 데 사용된 일반 데이터와 매우 유사한 데이터가 포함되어 있다면, 사용자 지정 프로세스를 통해 얻을 수 있는 이점은 크지 않을 것입니다.
데이터 품질:

모델은 번역 메모리의 모든 문장 쌍을 모델이 생성해야 하는 아웃풋의 예시로 간주합니다. 번역 메모리는 품질이 좋아야 하며, 이상적으로는 전문적인 인간 번역을 통해 생성되어야 합니다. 데이터 정리 파이프라인은 데이터셋에서 가장 유해한 부분을 필터로 걸러내는 데 도움을 줄 수 있습니다.
예상 볼륨:

ROI 측면에서 사용자 지정이 효과적이려면 데이터셋이 MT 품질이 더 큰 영향을 미칠 데이터의 대부분을 대표해야 합니다. 예를 들어, 일부 MT 아웃풋을 인간 번역가가 사후 편집해야 하는 경우, ROI를 극대화하려면 데이터가 사후 편집될 콘텐츠를 대표해야 합니다.

자동화된 에셋 큐레이션을 위한 데이터셋 생성 과정은 약간 다릅니다.

사용자 지정 MT 엔진 학습을 위한 데이터셋을 생성하려면 다음 단계를 따르십시오:

데이터 세트 페이지에서 사용자 지정 MT 엔진 학습을(를) 클릭합니다.

데이터 세트 세부 정보 페이지가 열립니다.
데이터 세트의 이름을 제공합니다.
언어 선택기를 통해 다양한 옵션을 사용할 수 있습니다:
1. 일반 언어 데이터 세트를 생성하려면 소스 및 대상 언어와 로캘 선택기에서 동일한 소스 및 대상 언어를 선택합니다.
2. 로캘별 데이터 세트를 생성하려면 첫 번째 드롭다운 목록에서 소스 및 대상 언어를 선택한 다음 두 번째 드롭다운 목록에서 소스 및 대상 로캘을 지정합니다.
  
  더 많은 데이터 소스를 활용하기 위해 여러 대상 로캘(즉, 동일한 언어의 다른 변형)을 추가할 수도 있습니다.
3. 여러 소스 및 대상 로캘이 포함된 데이터 세트를 생성하려면 첫 번째 드롭다운 목록에서 소스 및 대상 언어를 선택하고, 두 번째 드롭다운 목록에서 소스 및 대상 로캘을 지정한 후(동일한 대상 언어의 다른 변형을 추가할 수 있음) + 로캘 쌍 추가를 클릭합니다.
입력 데이터 창이 나타납니다.
번역 메모리 추가를 클릭합니다.

번역 메모리 선택 페이지가 검색 기능 과(와) 함께 열립니다.
데이터 세트에 TM을(를) 추가하려면 아이콘을 클릭합니다. TM이(가) 선택됨 열에 추가됩니다.

여러 TM을(를) 최대 200개의 TM 및 최대 800만 개의 세그먼트까지 추가할 수 있습니다. 데이터 세트에는 이상적으로 최소 10,000개의 세그먼트가 포함되어야 합니다.

TM 이름을 클릭하면 번역 메모리 페이지에서 선택 항목이 표시됩니다.

아이콘을 클릭하여 선택됨 열에서 TM을(를) 제거합니다.
저장을 클릭합니다.

데이터 세트 세부 정보 페이지가 열립니다.
제시된 세부 정보를 검토하고 올바르면 계속을(를) 클릭합니다.

정리 필터 페이지가 열립니다.
필요한 필터를 적용하고 생성을(를) 클릭합니다.

데이터셋이 생성되어 Datasets 페이지의 목록에 추가되며, 초기 상태는 Cleaning이고 Created for 열의 상태는 Training MT입니다.