使用
ai.translate
函数使用生成式人工智能,将输入文本翻译为您选择的新语言——而这一切仅需一行代码。
AI 函数让 Fabric 内置大型语言模型的强大功能唾手可得,为数据工程注入了强劲动力。 若要了解详细信息,请访问此概述文章 。
重要
此功能在 预览版中,用于 Fabric 1.3 运行时 及更高版本。
提示
ai.translate
函数使用 10 种语言进行测试:捷克、英语、芬兰语、法语德语、希腊、意大利 、波兰、西班牙语和 瑞典。 其他语言的结果可能会有所不同。
将 ai.translate
与 pandas 配合使用
ai.translate
函数扩展了 pandas Series 类。 对 pandas DataFrame 文本列调用函数,将每个输入行转换为所选的目标语言。
该函数返回一个包含翻译的 pandas Series,你可以将其存储在新的 DataFrame 列中。
语法
df["translations"] = df["text"].ai.translate("target_language")
参数
名称 | 说明 |
---|---|
to_lang 必选 |
表示文本翻译的目标语言的字符串。 |
退货
包含每行输入文本的翻译的 pandas Series。 如果输入的文本是 null
,则结果为 null
。
例
# This code uses AI. Always review output for mistakes.
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/
df = pd.DataFrame([
"Hello! How are you doing today?",
"Tell me what you'd like to know, and I'll do my best to help.",
"The only thing we have to fear is fear itself."
], columns=["text"])
df["translations"] = df["text"].ai.translate("spanish")
display(df)
将 ai.translate
与 PySpark 配合使用
ai.translate
函数也适用于 Spark 数据帧。 必须将现有输入列名称指定为参数,以及目标语言。
该函数返回一个新的 DataFrame,其中每个输入文本行的翻译存储在输出列中。
语法
df.ai.translate(to_lang="spanish", input_col="text", output_col="translations")
参数
名称 | 说明 |
---|---|
to_lang 必选 |
用于表示文本翻译目标语言的字符串。 |
input_col 必选 |
一个 字符串,其中包含现有列的名称,该列包含要翻译的输入文本值。 |
output_col 自选 |
一个 字符串,其中包含一个新列的名称,该列用于存储每个输入文本行的翻译。 如果未设置此参数,则会为输出列生成默认名称。 |
error_col 自选 |
一个 字符串,该字符串包含新列的名称,该列存储因处理每个输入文本行而导致的任何 OpenAI 错误。 如果未设置此参数,则会为错误列生成默认名称。 如果输入行没有错误,则此列中的值 null 。 |
退货
带有新列的 Spark 数据帧,该列包含输入列行中文本的翻译。 如果输入的文本是 null
,则结果为 null
。
例
# This code uses AI. Always review output for mistakes.
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/
df = spark.createDataFrame([
("Hello! How are you doing today?",),
("Tell me what you'd like to know, and I'll do my best to help.",),
("The only thing we have to fear is fear itself.",),
], ["text"])
translations = df.ai.translate(to_lang="spanish", input_col="text", output_col="translations")
display(translations)
相关内容
- 使用
ai.similarity
计算相似性。 - 使用
ai.classify
对文本进行分类。 - 使用
ai.analyze_sentiment
检测情绪。 - 使用
ai_extract
提取实体。 - 使用
ai.fix_grammar
修复语法。 - 用
ai.summarize
汇总文本。 - 使用
ai.generate_response
回答自定义用户提示。 - 若要详细了解完整的 AI 函数集,请访问 此概述文章。
- 在此处了解如何自定义 AI 函数的配置 。
- 我们错过了所需的功能吗? 在面料创意论坛上提出建议。