下表提供您在使用 自訂翻譯工具時可能找到的重要詞彙清單。
| 單字或片語 | 定義 |
|---|---|
| 原始語言 | 來源語言是您想要轉換成另一種語言的起始語言（「目標」）。 |
| 目標語言 | 目標語言是您希望機器翻譯在收到來源語言之後提供的語言。 |
| 單一語式檔案 | 單一語言檔案具有不與使用不同語言的另一個檔案配對的單一語言。 |
| 平行檔案 | 平行檔案是兩個檔案與對應文字的組合。 一個檔案具有來源語言。 另一個具有目標語言。 |
| 句子對齊方式 | 平行數據集必須對齊兩種語言中代表相同文字的句子對句子。 例如，在來源平行檔案中，第一個句子理論上應該對應至目標平行檔案中的第一個句子。 |
| 對齊的文字 | 檔案驗證最重要的步驟之一是對齊平行檔中的句子。 不同語言會以不同的方式表示事物。 此外，不同的語言也有不同的單字順序。 此步驟會執行將句子與相同內容對齊的工作，以便用於定型。 低句子對齊表示其中一個或兩個檔案可能有問題。 |
| 斷詞/中斷 | 斷詞是標記單字之間界限的函式。 許多撰寫系統會使用空格來表示字組之間的界限。 斷詞是指移除在上一個步驟中單字之間插入的任何可見標記。 |
| 分隔符號 | 分隔符是句子分成區段或分隔句子之間邊界的方式。 例如，在英文空格中，分隔單字、冒號和分號分隔子句和句號分隔句子。 |
| 訓練檔案 | 定型檔案可用來教導機器翻譯系統如何從一種語言（來源）對應至目標語言（目標）。 您提供的數據越多，系統執行得越好。 |
| 微調檔案 | 這些檔案通常會隨機衍生自定型集（如果您未選取微調集）。 系統會自動選取句子，並用來調整系統，並確保其正常運作。 如果您想要建立一般用途的翻譯模型並建立您自己的微調檔案，請確定它們是跨網域的隨機句子集 |
| 測試檔案 | 這些檔案通常是衍生的檔案，從定型集隨機選取（如果您未選取任何測試集）。 這些句子的目的是要評估翻譯模型的精確度。 若要確保系統正確翻譯這些句子，您可能想要建立測試集並將其上傳至翻譯工具。 這麼做可確保句子用於系統的評估中（分數的 BLEU 產生）。 |
| 下拉式檔案 | 檔案的類型，來源和翻譯的句子包含在相同的檔案中。 支援的檔案格式 （TMX、、XLIFFXLF、 ICI和 XLSX）。 |
| 封存盤案 | 包含其他檔案的檔案。 支援的檔案格式（zip、gz、tgz）。 |
BLEU 得分 |
BLEU 是評估翻譯模型的「精確度」或精確度的業界標準方法。 雖然有其他評估方法存在，Microsoft Translator 會依賴 BLEU 方法向專案擁有者報告精確度。 |