ایک شخص کی مقامی زبان ان خصوصیات کا حصہ ہے جو اسے منفرد بناتی ہے۔ ایک مخصوص خیال کو ظاہر کرنے کے اکثر مختلف طریقے ہوتے ہیں۔ جب کوئی فرم اپنے صارفین کے ساتھ بات چیت کرتی ہے، تو یہ بہت اہم ہے کہ پیغام اس طریقے سے پہنچایا جائے جو اس معلومات کی بہترین نمائندگی کرتا ہے جو وہ پہنچانے کی کوشش کر رہے ہیں۔ جب پیشہ ورانہ زبان کے ترجمہ کی بات آتی ہے تو یہ اور بھی اہم ہو جاتا ہے۔ ترجمہ کے نظام اور خدمات کے صارفین درست اور انتہائی حسب ضرورت نتائج کی توقع کرتے ہیں۔ اسے حاصل کرنے کے لیے، وہ اکثر سابقہ ​​ترجمے کے آؤٹ پٹس کو دوبارہ استعمال کرتے ہیں جسے ٹرانسلیشن میموری (TM) کہتے ہیں اور ان کا موازنہ نئے ان پٹ ٹیکسٹ سے کرتے ہیں۔ کمپیوٹر کی مدد سے ترجمہ میں، یہ تکنیک کے طور پر جانا جاتا ہے مبہم ملاپ. فزی میچنگ کا بنیادی کام ترجمے کے عمل کو تیز کرکے مترجم کی مدد کرنا ہے۔ جب ترجمہ کیے جانے والے متن کے لیے TM ڈیٹا بیس میں قطعی مماثلت نہیں مل پاتی ہے، تو ٹرانسلیشن مینجمنٹ سسٹمز (TMSs) کے پاس اکثر ایسے مماثلت کو تلاش کرنے کا اختیار ہوتا ہے جو درست سے کم ہو۔ حتمی ترجمے کے لیے اضافی ان پٹ کے طور پر مترجم کو ممکنہ مماثلتیں فراہم کی جاتی ہیں۔ مترجم جو مشینی ترجمہ کی صلاحیتوں کے ساتھ اپنے ورک فلو کو بڑھاتے ہیں جیسے ایمیزون ترجمہ اکثر یہ توقع کرتے ہیں کہ مبہم مماثلت والے ڈیٹا کو خودکار ترجمے کے حل کے حصے کے طور پر استعمال کیا جائے گا۔

اس پوسٹ میں، آپ Amazon Translate سے ٹرانسلیشن میموری کے فزی میچ کوالٹی اسکورز کے مطابق آؤٹ پٹ کو کس طرح اپنی مرضی کے مطابق بنانا سیکھتے ہیں۔

ترجمہ کوالٹی میچ

XML لوکلائزیشن انٹرچینج فائل فارمیٹ (XLIFF) معیاری اکثر TMSs اور Amazon Translate کے درمیان ڈیٹا ایکسچینج فارمیٹ کے طور پر استعمال ہوتا ہے۔ TMSs کے ذریعہ تیار کردہ XLIFF فائلوں میں دستیاب TM کی بنیاد پر مماثل معیار کے اسکور کے ساتھ ذریعہ اور ہدف ٹیکسٹ ڈیٹا شامل ہوتا ہے۔ یہ اسکورز - عام طور پر فیصد کے طور پر ظاہر کیے جاتے ہیں - اس بات کی نشاندہی کرتے ہیں کہ ترجمہ کیے جانے والے متن کے ترجمے کی میموری کتنی قریب ہے۔

بہت سخت تقاضوں کے حامل کچھ صارفین صرف اس وقت مشین ترجمہ چاہتے ہیں جب میچ کے معیار کے اسکور ایک خاص حد سے نیچے ہوں۔ اس حد سے آگے، وہ توقع کرتے ہیں کہ ان کی اپنی ترجمے کی یادداشت کو ترجیح دی جائے گی۔ مترجمین کو اکثر ان ترجیحات کو یا تو اپنے TMS میں یا ٹیکسٹ ڈیٹا کو تبدیل کرکے دستی طور پر لاگو کرنے کی ضرورت ہوتی ہے۔ اس بہاؤ کو درج ذیل خاکہ میں دکھایا گیا ہے۔ مشینی ترجمہ کا نظام ترجمے کے ڈیٹا پر کارروائی کرتا ہے — ٹیکسٹ اور فجی میچ سکور — جس کا پھر جائزہ لیا جاتا ہے اور دستی طور پر ترمیم کرنے والوں کے ذریعے، ان کے مطلوبہ معیار کی حدوں کی بنیاد پر۔ مشینی ترجمہ کے مرحلے کے حصے کے طور پر حدوں کا اطلاق آپ کو ان دستی مراحل کو ہٹانے کی اجازت دیتا ہے، جو کارکردگی کو بہتر بناتا ہے اور لاگت کو بہتر بناتا ہے۔

اس پوسٹ میں پیش کردہ حل آپ کو میچ کوالٹی سکور کی حدوں کی بنیاد پر قواعد کو نافذ کرنے کی اجازت دیتا ہے تاکہ یہ ڈرائیو کیا جا سکے کہ آیا دیا گیا ان پٹ ٹیکسٹ ایمیزون ٹرانسلیٹ کے ذریعہ مشین ترجمہ کیا جانا چاہئے یا نہیں۔ جب مشین کا ترجمہ نہیں کیا جاتا ہے، تو نتیجہ اخذ کرنے والے متن کو حتمی آؤٹ پٹ کا جائزہ لینے والے مترجمین کی صوابدید پر چھوڑ دیا جاتا ہے۔

حل فن تعمیر

تصویر 2 میں بیان کردہ حل فن تعمیر درج ذیل خدمات کا فائدہ اٹھاتا ہے:

• ایمیزون سادہ اسٹوریج سروس - ایمیزون ایس 3 بالٹیاں درج ذیل مواد پر مشتمل ہیں:
  • فزی میچ تھریشولڈ کنفیگریشن فائلز
  • ماخذ متن کا ترجمہ کیا جانا ہے۔
  • ایمیزون ٹرانسلیٹ ان پٹ اور آؤٹ پٹ ڈیٹا لوکیشنز
• AWS سسٹمز مینیجر - ہم استعمال کرتے ہیں پیرامیٹر اسٹور مماثل معیار کی حد کی ترتیب کی اقدار کو ذخیرہ کرنے کے پیرامیٹرز
• او ڈبلیو ایس لامبڈا۔ - ہم دو لیمبڈا افعال استعمال کرتے ہیں:
  • ایک فنکشن کوالٹی میچ تھریشولڈ کنفیگریشن فائلوں کو پہلے سے پروسیس کرتا ہے اور ڈیٹا کو پیرامیٹر اسٹور میں برقرار رکھتا ہے۔
  • ایک فنکشن خود بخود متضاد ترجمے کے کام تخلیق کرتا ہے۔
• ایمیزون سادہ قطار سروس - ایک ایمیزون SQS قطار سورس بالٹی میں آنے والی نئی فائلوں کے نتیجے میں ترجمہ کے بہاؤ کو متحرک کرتی ہے۔

شکل 2: حل آرکیٹیکچر

آپ نے پہلے کنفیگریشن فائل میں ترمیم کرکے اور اسے فزی میچ تھریشولڈ کنفیگریشن S3 بالٹی میں اپ لوڈ کرکے اپنی ترجمے کی نوکریوں کے لیے معیار کی حدیں مرتب کیں۔ ذیل میں CSV فارمیٹ میں نمونہ کنفیگریشن ہے۔ ہم نے سادگی کے لیے CSV کا انتخاب کیا، حالانکہ آپ کوئی بھی فارمیٹ استعمال کر سکتے ہیں۔ ہر لائن ایک حد کی نمائندگی کرتی ہے جس کا اطلاق یا تو کسی مخصوص ترجمے کے کام پر کیا جانا ہے یا کسی بھی کام کے لیے پہلے سے طے شدہ قدر کے طور پر۔

default, 75
SourceMT-Test, 80

کنفیگریشن فائل کی وضاحتیں درج ذیل ہیں:

• کالم 1 کو XLIFF فائل کے نام کے ساتھ آباد کیا جانا چاہئے—بغیر توسیع کے—ایمیزون ٹرانسلیٹ جاب کو ان پٹ ڈیٹا کے طور پر فراہم کیا گیا ہے۔
• کالم 2 کوالٹی میچ فیصد کی حد کے ساتھ آباد ہونا چاہیے۔ اس قدر سے کم کسی بھی اسکور کے لیے، مشینی ترجمہ استعمال کیا جاتا ہے۔
• تمام XLIFF فائلوں کے لیے جن کا نام کنفیگریشن فائل میں درج کسی بھی نام سے مماثل نہیں ہے، پہلے سے طے شدہ حد استعمال کی جاتی ہے — مطلوبہ الفاظ کے ساتھ لائن default کالم 1 میں سیٹ کریں۔

شکل 3: سسٹم مینیجر پیرامیٹر اسٹور میں خودکار پیرامیٹر

جب ایک نئی فائل اپ لوڈ کی جاتی ہے، تو Amazon S3 پیرامیٹرز پر کارروائی کرنے کے لیے لیمبڈا فنکشن کو متحرک کرتا ہے۔ یہ فنکشن مستقبل کے استعمال کے لیے پیرامیٹر اسٹور میں تھریشولڈ پیرامیٹرز کو پڑھتا اور اسٹور کرتا ہے۔ پیرامیٹر اسٹور کا استعمال ہر بار ترجمہ کا نیا کام شروع کرنے پر بے کار Amazon S3 GET درخواستوں کو انجام دینے سے گریز کرتا ہے۔ نمونہ کنفیگریشن فائل مندرجہ ذیل اسکرین شاٹ میں دکھائے گئے پیرامیٹر ٹیگز تیار کرتی ہے۔

جاب انیشیلائزیشن لیمبڈا فنکشن ایمیزون ٹرانسلیٹ کو استعمال کرنے سے پہلے ڈیٹا کو پری پروسیس کرنے کے لیے ان پیرامیٹرز کا استعمال کرتا ہے۔ ہم انگریزی سے ہسپانوی ترجمہ XLIFF ان پٹ فائل استعمال کرتے ہیں، جیسا کہ درج ذیل کوڈ میں دکھایا گیا ہے۔ اس میں ترجمہ کیا جانے والا ابتدائی متن ہوتا ہے، جس کا حوالہ دیا جاتا ہے۔ حصوں، سورس ٹیگز میں نمائندگی کرتا ہے۔

<group id="g8">
    <trans-unit id="t8" translate="yes">
        <source>Consent Form</source>
        <target state-qualifier="fuzzy-match"/>
        <alt-trans extype="fuzzy-match" match-quality="99%" >
            <source>CONSENT FORM</source>
            <target>FORMULARIO DE CONSENTIMIENTO</target>
        </alt-trans>
    </trans-unit>
</group>

<group id="g67">
    <trans-unit id="t110" translate="yes">
        <source>Screening Visit:</source>
        <target state-qualifier="fuzzy-match"/>
        <alt-trans extype="fuzzy-match" match-quality="50%">
            <source>Screening Visit</source>
            <target>Selección</target>
        </alt-trans>
    </trans-unit>
</group>

ماخذ کا متن پہلے ہی ترجمہ میموری کے ساتھ پہلے سے ملا ہوا ہے۔ ڈیٹا میں ممکنہ ترجمے کے متبادل شامل ہیں— بطور نمائندگی <alt-trans> ٹیگز—ایک میچ کوالٹی انتساب کے ساتھ، فیصد کے طور پر ظاہر کیا جاتا ہے۔ کاروباری اصول مندرجہ ذیل ہے:

• متبادل ترجمے کے ساتھ موصول ہونے والے سیگمنٹس اور حد سے نیچے میچ کوالٹی اچھوتے یا خالی ہیں۔ یہ ایمیزون ٹرانسلیٹ کو اشارہ کرتا ہے کہ ان کا ترجمہ ہونا ضروری ہے۔
• متبادل ترجمے کے ساتھ موصول ہونے والے سیگمنٹس جن کی حد سے اوپر مماثل معیار ہے وہ تجویز کردہ ہدف کے متن کے ساتھ پہلے سے آباد ہیں۔ Amazon Translate ان حصوں کو چھوڑ دیتا ہے۔

آئیے فرض کریں کہ اس کام کے لیے ترتیب کردہ کوالٹی میچ کی حد 80% ہے۔ 99% میچ کوالٹی والا پہلا سیگمنٹ مشین سے ترجمہ شدہ نہیں ہے، جبکہ دوسرا سیگمنٹ ہے، کیونکہ اس کا میچ کوالٹی طے شدہ حد سے نیچے ہے۔ اس ترتیب میں، Amazon Translate مندرجہ ذیل آؤٹ پٹ تیار کرتا ہے:

<group id="g8">
	<trans-unit id="t8" translate="yes">
		<source>Consent Form</source>
		<target state-qualifier="fuzzy-match" translate:match-quality="99%">FORMULARIO DE CONSENTIMIENTO</target>
		<alt-trans extype="fuzzy-match" match-quality="99%" >
			<source>CONSENT FORM</source>
			<target>FORMULARIO DE CONSENTIMIENTO</target>
		</alt-trans>
	</trans-unit>
</group>

<group id="g67">
	<trans-unit id="t110" translate="yes">
		<source>Screening Visit:</source>
		<target state-qualifier="fuzzy-match">Visita de selección</target>
		<alt-trans extype="fuzzy-match" match-quality="50%">
			<source>Screening Visit</source>
			<target>Selección</target>
		</alt-trans>
	</trans-unit>
</group>

دوسرے حصے میں، Amazon Translate ابتدائی طور پر تجویز کردہ ہدف کے متن کو اوور رائٹ کرتا ہے (Selección) اعلی معیار کے ترجمہ کے ساتھ: Visita de selección.

اس استعمال کے معاملے میں ایک ممکنہ توسیع ترجمہ شدہ آؤٹ پٹ کو دوبارہ استعمال کرنا اور ہماری اپنی ترجمہ میموری بنانا ہے۔ ایمیزون ٹرانسلیٹ ٹرانسلیشن میموری کا استعمال کرتے ہوئے مشین ٹرانسلیشن کو حسب ضرورت بنانے کی حمایت کرتا ہے۔ متوازی ڈیٹا خصوصیت ٹیکسٹ سیگمنٹس جو پہلے مشین سے ترجمہ کیے گئے تھے ان کے ابتدائی کم معیار کے اسکور کی وجہ سے پھر نئے ترجمے کے پروجیکٹس میں دوبارہ استعمال کیے جاسکتے ہیں۔

مندرجہ ذیل حصوں میں، ہم آپ کو اس حل کی تعیناتی اور جانچ کے عمل سے آگاہ کرتے ہیں۔ تم استعمال کرتے ہو AWS کلاؤڈ فارمیشن اسکرپٹس اور ڈیٹا کے نمونے ایک غیر مطابقت پذیر ترجمہ کا کام شروع کرنے کے لیے جو ایک قابل ترتیب معیار میچ کی حد کے ساتھ ذاتی نوعیت کا ہے۔

شرائط

اس واک تھرو کے لیے، آپ کے پاس ہونا ضروری ہے۔ AWS اکاؤنٹ. اگر آپ کے پاس ابھی تک اکاؤنٹ نہیں ہے، تو آپ کر سکتے ہیں۔ ایک بنائیں اور چالو کریں۔.

AWS CloudFormation اسٹیک لانچ کریں۔

1. میں سے انتخاب کریں اسٹیک لانچ کریں۔:
   
2. کے لئے اسٹیک کا نام، ایک نام درج کریں۔
3. کے لئے ConfigBucketName، S3 بالٹی داخل کریں جس میں تھریشولڈ کنفیگریشن فائلیں ہیں۔
4. کے لئے پیرامیٹر اسٹور روٹلیمبڈا فنکشن پر کارروائی کرنے والے پیرامیٹرز کے ذریعے بنائے گئے پیرامیٹرز کا روٹ پاتھ درج کریں۔
5. کے لئے قطار کا نام, SQS قطار میں داخل کریں جو آپ ماخذ بالٹی سے جاب انیشیلائزیشن Lambda فنکشن میں نئی ​​فائل اطلاعات پوسٹ کرنے کے لیے بناتے ہیں۔ یہ وہ فنکشن ہے جو کنفیگریشن فائل کو پڑھتا ہے۔
6. کے لئے SourceBucketNameS3 بالٹی درج کریں جس میں XLIFF فائلوں کا ترجمہ کیا جانا ہے۔ اگر آپ پہلے سے موجود بالٹی استعمال کرنے کو ترجیح دیتے ہیں، تو آپ کو CreateSourceBucket پیرامیٹر کی قدر کو نمبر میں تبدیل کرنا ہوگا۔
7. کے لئے WorkingBucketNameS3 بالٹی داخل کریں Amazon Translate ان پٹ اور آؤٹ پٹ ڈیٹا کے لیے استعمال کرتا ہے۔
8. میں سے انتخاب کریں اگلے.
   

   شکل 4: کلاؤڈ فارمیشن اسٹیک کی تفصیلات

9. اختیاری طور پر پر اسٹیک آپشنز کے بھی صفحہ، ان ٹیگز کے لیے کلیدی نام اور اقدار شامل کریں جنہیں آپ تخلیق کرنے والے وسائل کو تفویض کرنا چاہتے ہیں۔
10. میں سے انتخاب کریں اگلے.
11. پر کا جائزہ لیں صفحہ ، منتخب کریں میں تسلیم کرتا ہوں کہ یہ ٹیمپلیٹ AWS CloudFormation کو IAM وسائل بنانے کا سبب بن سکتا ہے۔.
12. دیگر ترتیبات کا جائزہ لیں، پھر منتخب کریں۔ اسٹیک بنائیں.

AWS CloudFormation کو آپ کی جانب سے وسائل بنانے میں کئی منٹ لگتے ہیں۔ آپ پر پیشرفت دیکھ سکتے ہیں۔ تقریبات AWS CloudFormation کنسول پر ٹیب۔ جب اسٹیک بن گیا ہے، آپ دیکھ سکتے ہیں a CREATE_COMPLETE میں پیغام درجہ پر کالم مجموعی جائزہ ٹیب.

حل کی جانچ کریں۔

آئیے ایک سادہ سی مثال دیکھتے ہیں۔

1. مندرجہ ذیل ڈاؤن لوڈ کریں نمونہ ڈیٹا.
2. مواد کو ان زپ کریں۔

دو فائلیں ہونی چاہئیں: ایک .xlf فائل XLIFF فارمیٹ میں، اور ایک تھریشولڈ کنفیگریشن فائل جس میں .cfg بطور ایکسٹینشن ہو۔ ذیل میں XLIFF فائل کا ایک اقتباس ہے۔

شکل 5: انگریزی سے فرانسیسی نمونہ فائل کا اقتباس

3. Amazon S3 کنسول پر، کوالٹی تھریشولڈ کنفیگریشن فائل کو کنفیگریشن بالٹی میں اپ لوڈ کریں جس کی آپ نے پہلے وضاحت کی تھی۔

کے لیے مقرر کردہ قدر test_En_to_Fr 75 فیصد ہے۔ آپ کو پیرامیٹر اسٹور سیکشن میں سسٹمز مینیجر کنسول پر پیرامیٹرز دیکھنے کے قابل ہونا چاہیے۔

4. اب بھی Amazon S3 کنسول پر، .xlf فائل کو اس S3 بالٹی میں اپ لوڈ کریں جسے آپ نے بطور ذریعہ کنفیگر کیا ہے۔ یقینی بنائیں کہ فائل نام کے فولڈر کے نیچے ہے۔ translate (مثال کے طور پر، <my_bucket>/translate/test_En_to_Fr.xlf).

اس سے ترجمے کا سلسلہ شروع ہوتا ہے۔

5. ایمیزون ٹرانسلیٹ کنسول کھولیں۔

ایک نئی نوکری پیشرفت کے درجے کے ساتھ ظاہر ہونی چاہیے۔

تصویر 6: ایمیزون ٹرانسلیٹ کنسول پر ترجمے کے کام جاری ہیں۔

6. کام مکمل ہونے کے بعد، جاب کے لنک پر کلک کریں اور آؤٹ پٹ سے مشورہ کریں۔ تمام طبقات کا ترجمہ ہونا چاہیے تھا۔

تمام طبقات کا ترجمہ ہونا چاہیے تھا۔ ترجمہ شدہ XLIFF فائل میں، نام اضافی صفات کے ساتھ سیگمنٹس تلاش کریں۔ lscustom:match-qualityجیسا کہ مندرجہ ذیل اسکرین شاٹ میں دکھایا گیا ہے۔ یہ حسب ضرورت خصوصیات ان حصوں کی نشاندہی کرتی ہیں جہاں اسکور کی بنیاد پر تجویز کردہ ترجمہ کو برقرار رکھا گیا تھا۔

شکل 7: حسب ضرورت صفات ان حصوں کی نشاندہی کرتی ہیں جہاں اسکور کی بنیاد پر تجویز کردہ ترجمہ کو برقرار رکھا گیا تھا۔

یہ معیار کی حد کے مطابق ترجمہ میموری سے اخذ کیے گئے تھے۔ دیگر تمام طبقات کا مشینی ترجمہ کیا گیا تھا۔

اب آپ نے ایک خودکار غیر مطابقت پذیر ترجمہ جاب اسسٹنٹ کو تعینات اور تجربہ کیا ہے جو کنفیگر ایبل ٹرانسلیشن میموری میچ کوالٹی تھریشولڈز کو نافذ کرتا ہے۔ بہت اچھا کام!

صفائی

اگر آپ نے حل کو اپنے اکاؤنٹ میں لگایا ہے، تو کسی بھی غیر متوقع قیمت سے بچنے کے لیے CloudFormation اسٹیک کو حذف کرنا نہ بھولیں۔ آپ کو پہلے سے S3 بالٹیاں دستی طور پر خالی کرنے کی ضرورت ہے۔

نتیجہ

اس پوسٹ میں، آپ نے سیکھا کہ معیاری XLIFF فجی مماثل معیار کے میٹرکس کی بنیاد پر اپنے Amazon Translate کے ترجمہ جابز کو کس طرح حسب ضرورت بنانا ہے۔ اس حل کے ساتھ، آپ ایمیزون ٹرانسلیٹ کے اپنے استعمال کو بہتر بنانے کے ساتھ ساتھ مشین سے ترجمہ شدہ متن کا جائزہ لینے میں شامل دستی مشقت کو بہت کم کر سکتے ہیں۔ آپ ڈیٹا انجیشن آٹومیشن اور ورک فلو آرکیسٹریشن کی صلاحیتوں کے ساتھ حل کو بھی بڑھا سکتے ہیں، جیسا کہ اس میں بیان کیا گیا ہے۔ مکمل طور پر خودکار ٹرانسلیشن سسٹم اسسٹنٹ کے ساتھ ترجمے کی نوکریوں کو تیز کریں۔.

مصنفین کے بارے میں

نرگس زیکپا بوسٹن میں مقیم ایک حل آرکیٹیکٹ ہے۔ وہ آرکیٹیکچرل گائیڈ لائنز، ڈیزائن اختراعی، اور قابل توسیع حل فراہم کرکے، شمال مشرقی امریکہ میں صارفین کو AWS کلاؤڈ کو اپنانے میں تیزی لانے میں مدد کرتا ہے۔ جب Narcisse تعمیر نہیں کر رہا ہے، وہ اپنے خاندان کے ساتھ وقت گزارنے، سفر کرنے، کھانا پکانے اور باسکٹ بال کھیلنے میں لطف اندوز ہوتا ہے۔

دیمتری ریسٹینو بروکلین، نیویارک میں مقیم AWS میں ایک سولیوشن آرکیٹیکٹ ہے۔ وہ بنیادی طور پر نارتھ ایسٹ میں ہیلتھ کیئر اور فنانشل سروسز کمپنیوں کے ساتھ کام کرتا ہے، اپنے صارفین کی بہترین خدمت کے لیے اختراعی اور تخلیقی حل تیار کرنے میں مدد کرتا ہے۔ سافٹ ویئر ڈویلپمنٹ کے پس منظر سے آتے ہوئے، وہ ان نئے امکانات سے پرجوش ہے جو سرور کے بغیر ٹیکنالوجی دنیا میں لا سکتی ہے۔ کام سے باہر، وہ ہائیک کرنا اور NYC فوڈ سین کو تلاش کرنا پسند کرتا ہے۔