本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 使用并行数据自定义您的翻译（活动自定义翻译）
向 Amazon Translate 添加*并行数据*，以自定义批量翻译任务的输出。并行数据由展示您希望如何翻译文本句段的示例组成。其中包含源语言的文本示例集合，对于每个示例，都包含一种或多种目标语言的期望翻译输出。
向批量翻译作业添加并行数据时，即创建了一个*活动自定义翻译*作业。在运行这些作业时，Amazon Translate 会在运行时系统中使用您的并行数据来生成自定义机器翻译输出。该服务可调整其翻译，以反映在您的并行数据中发现的风格、语气和词汇选择。借助并行数据，您可以为生命科学、法律或金融等特定领域特有的术语或短语定制翻译。
**注意**
与其他不使用并行数据的作业相比，活动自定义翻译作业的定价更高。有关更多信息，请参阅 [Amazon Translate 定价](https://aws.amazon.com/translate/pricing/)。
例如，CSV 文件中定义了以下并行数据：
```
"en","fr"
"How are you?","Comment ça va ?"
```
在此示例中，英语 (`en`) 是源语言，法语 (`fr`) 是目标语言。该示例显示了源短语“How are you?” 应如何翻译成法语。将此示例输入文件导入 Amazon Translate 后，可以将其应用于翻译作业以影响其输出。在这类作业中，Amazon Translate 会将“How are you?” 翻译为非正式的“Comment ça va?”，而不是正式的“Comment allez-vous?” 例如，该作业可能会收到以下源文本：
```
Hello, how are you?
How are you?
Hi, how are you?
How are you doing?
```
从这段文本，该作业生成以下翻译：
```
Bonjour, comment ça va ?
Comment ça va ?
Salut, comment ça va ?
Comment ça va ?
```
相比之下，如果作业在没有并行数据的情况下运行，则输出中可能会包含更为正式的“comment allez-vous”：
```
Bonjour, comment allez-vous ?
Comment allez-vous ?
Salut, comment allez-vous ?
Comment allez-vous ?
```
通过借助并行数据自定义批量翻译作业，就像是使用您自己的翻译示例训练的自定义翻译模型进行翻译，可以影响输出。使用活动自定义翻译，您无需再训练自定义模型，而且可以避免此类训练所需的时间和费用。如果您的翻译要求随着时间的推移而发生变化，您可以通过更新并行数据来优化输出，这比重新训练自定义模型要容易得多。
## 区域可用性
活动自定义翻译在以下区域可用：
+ 美国东部（弗吉尼亚州北部）
+ 美国西部（俄勒冈州）
+ 欧洲地区（爱尔兰）
**Topics**
+ [
## 区域可用性
](#customizing-translations-parallel-data-regions)
+ [
# Amazon Translate 的并行数据输入文件
](customizing-translations-parallel-data-input-files.md)
+ [
# 将您的并行数据添加到 Amazon Translate
](customizing-translations-parallel-data-adding.md)
+ [
# 在 Amazon Translate 中查看和管理您的并行数据
](customizing-translations-parallel-data-managing.md)
# Amazon Translate 的并行数据输入文件
在 Amazon Translate 中创建并行数据资源之前，您必须先创建一个包含翻译示例的输入文件。您的并行数据输入文件必须使用 Amazon Translate 支持的语言。有支持语言的列表，请参阅 [支持的语言和语言代码](what-is-languages.md)。
## 并行数据示例
下表中的文本展示了可以将格式转换为并行数据输入文件的翻译句段的示例：
| en | es | zh |
| --- | --- | --- |
| Amazon Translate is a neural machine translation service. | Amazon Translate es un servicio de traducción automática basado en redes neuronales. | Amazon Translate 是一项神经机器翻译服务。 |
| Neural machine translation is a form of language translation automation that uses deep learning models. | La traducción automática neuronal es una forma de automatizar la traducción de lenguajes utilizando modelos de aprendizaje profundo. | 神经机器翻译使用深度学习模型，是一种语言翻译自动化的形式。 |
| Amazon Translate allows you to localize content for international users. | Amazon Translate le permite localizar contenido para usuarios internacionales. | Amazon Translate 允许您为国际用户本地化内容。 |
表的第一行提供语言代码。第一个语言英语 (en) 是源语言。目标语言为西班牙语 (es) 和中文 (zh)。第一列提供了源文本的示例。其他列包含翻译示例。当使用这些并行数据自定义批处理作业时，Amazon Translate 会调整翻译以反映示例。
## 输入文件格式
Amazon Translate 支持以下格式的并行数据输入文件：
+ 翻译记忆库交换 (TMX)
+ 逗号分隔值 (CSV)
+ 制表符分隔值 (TSV)
------
#### [ TMX ]
**Example TMX 输入文件**
以下示例 TMX 文件以 Amazon Translate 可接受的格式定义并行数据。在此文件中，英语 (`en`) 是源语言。目标语言为西班牙语 (`es`) 和中文 (`zh`)。作为并行数据的输入文件，该文件提供了几个可供 Amazon Translate 用于定制批处理任务输出的示例。
```
Amazon Translate is a neural machine translation service.
Amazon Translate es un servicio de traducción automática basado en redes neuronales.
Amazon Translate 是一项神经机器翻译服务。
Neural machine translation is a form of language translation automation that uses deep learning models.
La traducción automática neuronal es una forma de automatizar la traducción de lenguajes utilizando modelos de aprendizaje profundo.
神经机器翻译使用深度学习模型，是一种语言翻译自动化的形式。
Amazon Translate allows you to localize content for international users.
Amazon Translate le permite localizar contenido para usuarios internacionales.
Amazon Translate 允许您为国际用户本地化内容。
```
**TMX 要求**
在 TMX 文件中定义并行数据时，请记住 Amazon Translate 的以下要求：
+ Amazon Translate 支持 TMX 1.4b。有关更多信息，请参阅全球化和本地化协会网站上的 [TMX 1.4b 规范](https://www.gala-global.org/tmx-14b#SectionReferences)。
+ `header` 元素必须包含 `srclang` 属性。此属性的值决定并行数据的源语言。
+ `body` 元素必须包含至少一个翻译单元 (`tu`) 元素。
+ 每个 `tu` 元素必须包含至少两个翻译单元变体 (`tuv`) 元素。其中一个 `tuv` 元素的 `xml:lang` 属性值必须与 `header` 元素中分配给 `srclang` 属性的值相同。
+ 所有 `tuv` 元素都必须具有 `xml:lang` 属性。
+ 所有 `tuv` 元素都必须有句段 (`seg`) 元素。
+ 在处理您的输入文件时，如果遇到空白或仅包含空格的 `seg` 元素，Amazon Translate 会跳过某些 `tu` 或 `tuv` 元素：
+ 如果 `seg` 元素对应于源语言，则 Amazon Translate 会跳过 `seg` 元素占用的 `tu` 元素。
+ 如果 `seg` 元素对应于目标语言，则 Amazon Translate 会跳过 `seg` 元素占用的 `tuv` 元素。
+ 在处理您的输入文件时，如果遇到超过 1000 字节的 `seg` 元素，Amazon Translate 会跳过某些 `tu` 或 `tuv` 元素：
+ 如果 `seg` 元素对应于源语言，则 Amazon Translate 会跳过 `seg` 元素占用的 `tu` 元素。
+ 如果 `seg` 元素对应于目标语言，则 Amazon Translate 会跳过 `seg` 元素占用的 `tuv` 元素。
+ 如果输入文件包含多个具有相同源文本的 `tu` 元素，Amazon Translate 会执行以下操作之一：
+ 如果 `tu` 元素具有 `changedate` 属性，它会使用具有最新日期的元素。
+ 否则，它会使用最接近文件末尾的元素。
------
#### [ CSV ]
以下示例 CSV 文件以 Amazon Translate 可接受的格式定义并行数据。在此文件中，英语 (`en`) 是源语言。目标语言为西班牙语 (`es`) 和中文 (`zh`)。作为并行数据的输入文件，该文件提供了几个可供 Amazon Translate 用于定制批处理任务输出的示例。
**Example CSV 输入文件**
```
en,es,zh
Amazon Translate is a neural machine translation service.,Amazon Translate es un servicio de traducción automática basado en redes neuronales.,Amazon Translate 是一项神经机器翻译服务。
Neural machine translation is a form of language translation automation that uses deep learning models.,La traducción automática neuronal es una forma de automatizar la traducción de lenguajes utilizando modelos de aprendizaje profundo.,神经机器翻译使用深度学习模型，是一种语言翻译自动化的形式。
Amazon Translate allows you to localize content for international users.,Amazon Translate le permite localizar contenido para usuarios internacionales.,Amazon Translate 允许您为国际用户本地化内容。
```
**CSV 要求**
在 CSV 文件中定义并行数据时，请记住 Amazon Translate 的以下要求：
+ 第一行包含语言代码。第一个代码是源语言，随后的每个代码都是目标语言。
+ 第一列中的每个字段都包含源文本。后续列中的每个字段都包含目标翻译。
+ 如果任何字段中的文本包含逗号，则该文本必须用双引号 (") 字符括起来。
+ 一个文本字段不能跨越多行。
+ 字段不能以以下字符开头：\$1、-、=、@。无论该字段是否用双引号 (") 括起来，此要求都适用。
+ 如果字段中的文本包含双引号 (")，则必须使用双引号对其进行转义。例如，以下文本：
```
34" monitor
```
必须写成：
```
34"" monitor
```
+ 在处理您的输入文件时，如果遇到空白或仅包含空格的字段，Amazon Translate 将跳过某些行或字段：
+ 如果源文本字段为空，Amazon Translate 会跳过该字段所占用的行。
+ 如果目标翻译字段为空，Amazon Translate 将仅跳过该字段。
+ 在处理您的输入文件时，如果遇到超过 1000 字节的字段，Amazon Translate 会跳过某些行或字段：
+ 如果源文本字段超出字节限制，Amazon Translate 会跳过该字段所占用的行。
+ 如果目标翻译字段超出字节限制，Amazon Translate 将仅跳过该字段。
+ 如果输入文件包含多条具有相同源文本的记录，Amazon Translate 将使用最接近文件末尾的记录。
------
#### [ TSV ]
以下示例 TSV 文件以 Amazon Translate 可接受的格式定义并行数据。在此文件中，英语 (`en`) 是源语言。目标语言为西班牙语 (`es`) 和中文 (`zh`)。作为并行数据的输入文件，该文件提供了几个可供 Amazon Translate 用于定制批处理任务输出的示例。
**Example TSV 输入文件**
```
en es zh
Amazon Translate is a neural machine translation service. Amazon Translate es un servicio de traducción automática basado en redes neuronales. Amazon Translate 是一项神经机器翻译服务。
Neural machine translation is a form of language translation automation that uses deep learning models. La traducción automática neuronal es una forma de automatizar la traducción de lenguajes utilizando modelos de aprendizaje profundo. 神经机器翻译使用深度学习模型，是一种语言翻译自动化的形式。
Amazon Translate allows you to localize content for international users. Amazon Translate le permite localizar contenido para usuarios internacionales. Amazon Translate 允许您为国际用户本地化内容。
```
**CSV 要求**
在 TSV 文件中定义并行数据时，请记住 Amazon Translate 的以下要求：
+ 第一行包含语言代码。第一个代码是源语言，随后的每个代码都是目标语言。
+ 第一列中的每个字段都包含源文本。后续列中的每个字段都包含目标翻译。
+ 如果任何字段中的文本包含制表符，则该文本必须用双引号 (") 字符括起来。
+ 一个文本字段不能跨越多行。
+ 字段不能以以下字符开头：\$1、-、=、@。无论该字段是否用双引号 (") 括起来，此要求都适用。
+ 如果字段中的文本包含双引号 (")，则必须使用双引号对其进行转义。例如，以下文本：
```
34" monitor
```
必须写成：
```
34"" monitor
```
+ 在处理您的输入文件时，如果遇到空白或仅包含空格的字段，Amazon Translate 会跳过某些行或字段：
+ 如果源文本字段为空，Amazon Translate 会跳过该字段所占用的行。
+ 如果目标翻译字段为空，Amazon Translate 将仅跳过该字段。
+ 在处理您的输入文件时，如果遇到超过 1000 字节的字段，Amazon Translate 会跳过某些行或字段：
+ 如果源文本字段超出字节限制，Amazon Translate 会跳过该字段所占用的行。
+ 如果目标翻译字段超出字节限制，Amazon Translate 将仅跳过该字段。
+ 如果输入文件包含多条具有相同源文本的记录，Amazon Translate 将使用最接近文件末尾的记录。
------
# 将您的并行数据添加到 Amazon Translate
要向 Amazon Translate 添加并行数据，您需要从 Amazon S3 导入并行数据输入文件。之后，您可以使用并行数据来自定义批量翻译作业生成的输出。
**先决条件**
在向 Amazon Translate 添加并行数据之前，您必须：
有一个并行数据输入文件。要创建该文件，请参阅 [Amazon Translate 的并行数据输入文件](customizing-translations-parallel-data-input-files.md)。
您的 AWS 账户中有一个 Amazon S3 存储桶。要创建存储桶，请参阅《Amazon Simple Storage Service 用户指南》**中的[如何创建 S3 存储桶？](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/create-bucket.html)。
将输入文件上传到一个 Amazon S3 存储桶。有关更多信息，请参阅*《Amazon Simple Storage Service 用户指南》*中的[如何将文件和文件夹上传到 S3 存储桶](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html)。
## 添加并行数据（Amazon Translate 控制台）
要使用 Amazon Translate 控制台添加并行数据，请使用**并行数据**页面：
1. 打开 [Amazon Translate 控制台](https://console.aws.amazon.com/translate/home)。
1. 在左侧导航菜单中，选择**自定义**，然后选择**并行数据**。
1. 在**并行数据**页面上，选择**创建并行数据**。控制台显示**创建并行数据**页面。
1. 提供以下项：
**名称**
并行数据资源的自定义名称。您必须分配一个在账户和区域中唯一的名称。
**描述 - *可选***
自定义描述。
**S3 上的并行数据位置**
Amazon S3 中并行数据输入文件的位置。要通过导航到 Amazon S3 中的文件来提供位置，请选择**选择文件**。
**文件格式**
并行数据输入文件的格式。支持的格式包括翻译记忆库交换 (TMX)、逗号分隔值 (CSV) 和制表符分隔值 (TSV)。
1. 在**加密密钥**下，选择一个 AWS KMS key 来保护您的并行数据。这些 KMS 密钥由 AWS Key Management Service (AWS KMS) 管理。有关的更多信息 AWS KMS，请参阅《[AWS Key Management Service 开发人员指南》](https://docs.aws.amazon.com/kms/latest/developerguide/)。
**使用 AWS 拥有的密钥**
使用 Amazon Translate 拥有和管理的 KMS 密钥。这是默认选项，如果您不选择其他方法，则此方法用于加密您的信息。有关更多信息，请参阅《AWS Key Management Service 开发人员指南》**中的 [AWS 拥有的密钥](https://docs.aws.amazon.com/kms/latest/developerguide/concepts.html#aws-owned-cmk)。
**使用当前账户中的密钥**
使用您在 AWS 账户 AWS KMS 中管理的 KMS 密钥之一。如果您选择此选项，会有一个菜单提供您的 KMS 密钥列表以供选择。有关更多信息，请参阅《AWS Key Management Service 开发人员指南》**中的[客户托管密钥](https://docs.aws.amazon.com/kms/latest/developerguide/concepts.html#customer-cmk)。
**使用不同账户中的密钥**
使用在其他 AWS 账户 AWS KMS 中管理的 KMS 密钥。如果选择此选项，控制台中将显示一个字段，供您输入 KMS 密钥的 Amazon 资源名称 (ARN)。
有关加密密钥的更多信息，请参阅《[AWS Key Management Service 开发人员指南](https://docs.aws.amazon.com/kms/latest/developerguide/)》**。
1. 选择**创建并行数据**。
控制台返回**并行数据**页面，其中的导入状态显示在页面顶部的横幅中。几分钟后，您的并行数据资源将显示在表中。当**状态**列中的值为**活跃**时，并行数据即准备好在批量翻译作业中使用。
### 用于故障排除的错误文件
如果 Amazon Translate 在处理您的输入文件时生成任何错误或警告，控制台会提供一个错误文件，您可以下载该文件来查看错误消息。以下是与该文件内容类似的示例：
```
{
"summary": {
"record_error_count": 1,
"record_skipped_count": 0
},
"messages": [
{
"content": "Number 1 TU element",
"message": "Invalid TMX format. One tu element should contain exactly one tuv element with the source language code: en"
}
]
}
```
## 添加并行数据 (AWS CLI)
要使用添加并行数据 AWS CLI，请使用`create-parallel-data`命令。
**Example create-parallel-data 命令**
以下示例通过从 Amazon S3 导入 TSV 文件来创建并行数据对象：
```
$ aws translate create-parallel-data \
> --name my-parallel-data \
> --parallel-data-config S3Uri=s3://input-bucket/parallel-data-file.tsv,Format=TSV
```
如果命令成功，Amazon Translate 将返回新并行数据对象的状态：
```
{
"Name": "my-parallel-data",
"Status": "CREATING"
}
```
您可以使用 `get-parallel-data` 命令监控并行数据的实时状态。当状态为 `ACTIVE` 时，并行数据即准备好在批量翻译作业中使用。有关 `get-parallel-data` 命令的示例，请参阅 [查看并行数据对象的详细信息](customizing-translations-parallel-data-managing.md#customizing-translations-parallel-data-managing-cli-get)。
## 使用并行数据
现在，您已创建并行数据资源，可以将其应用于批量翻译作业以自定义输出。要运行批处理作业，请参阅[运行批量翻译作业](async-start.md)。
# 在 Amazon Translate 中查看和管理您的并行数据
您可以查看已添加到 Amazon Translate 的所有并行数据资源，也可以访问每个资源的详细摘要。随着翻译要求的变化，您可以通过更新并行数据来优化翻译输出。
## 查看和管理并行数据（Amazon Translate 控制台）
要在 Amazon Translate 控制台中添加并行数据，请使用**并行数据**页面：
**查看您的并行数据资源列表**
1. 打开 [Amazon Translate 控制台](https://console.aws.amazon.com/translate/home)。
1. 在左侧导航菜单中，选择**自定义**，然后选择**并行数据**。本页的表列出了您已添加到 Amazon Translate 的并行数据资源。
**查看并行数据资源的详细信息**
+ 在**并行数据**页面上，在**名称**列中选择并行数据资源的名称。控制台会打开详细信息页面，其中包含状态、上次更新日期、源语言和目标语言等信息。
**更新并行数据资源**
1. 将并行数据的更新版本作为新输入文件上传到 Amazon S3 存储桶中。
1. 在 Amazon Translate 控制台中，转到**并行数据**页面。
1. 选择想要更新的并行数据，然后选择**更新**。控制台显示**创建并行数据**页面。
1. 提供以下项：
**描述 - 可选**
更新的描述。
**S3 上的并行数据位置**
Amazon S3 中更新的并行数据输入文件的位置。要通过导航到 Amazon S3 中的文件来提供位置，请选择**选择文件**。
**选择并行数据文件格式**
并行数据输入文件的格式。支持的格式包括翻译记忆库交换 (TMX)、逗号分隔值 (CSV) 和制表符分隔值 (TSV)。
1. 选择**保存**。Amazon Translate 会将旧的并行数据替换为新的输入文件。
## 查看和管理并行数据 (AWS CLI)
您可以使用 AWS CLI 来查看和更新您的并行数据资源。
### 查看您的并行数据资源列表
要查看您已添加到 Amazon Translate 的并行数据资源列表，请使用 `list-parallel-data` 命令。
**Example list-parallel-data 命令**
以下示例返回并行数据资源及其属性的列表。
```
$ aws translate list-parallel-data
```
如果此命令成功，Amazon Translate 将返回类似以下内容的数组：
```
{
"ParallelDataPropertiesList": [
{
"Name": "my-parallel-data",
"Arn": "arn:aws:translate:us-west-2:111122223333:parallel-data/my-parallel-data",
"Status": "ACTIVE",
"SourceLanguageCode": "en",
"TargetLanguageCodes": [
"es",
"ja",
"zh"
],
"ParallelDataConfig": {
"S3Uri": "s3://input-bucket/parallel-data-file.tsv",
"Format": "TSV"
},
"ImportedDataSize": 2283,
"ImportedRecordCount": 3,
"FailedRecordCount": 0,
"CreatedAt": 1598597751.406,
"LastUpdatedAt": 1598597911.675
}
]
}
```
### 查看并行数据对象的详细信息
要查找单个并行数据资源的详细信息，请使用 `get-parallel-data` 命令。此命令将返回并行数据的属性以及预签名 S3 URL，您可以通过该 URL 下载用于创建该数据的输入文件。
**Example get-parallel-data 命令**
以下示例可获取 `my-parallel-data` 对象的属性和下载位置：
```
$ aws translate get-parallel-data \
> --name my-parallel-data
```
如果命令成功，Amazon Translate 将返回属性和下载位置：
```
{
"ParallelDataProperties": {
"Name": "my-parallel-data",
"Arn": "arn:aws:translate:us-west-2:111122223333:parallel-data/my-parallel-data",
"Status": "ACTIVE",
"SourceLanguageCode": "en",
"TargetLanguageCodes": [
"es",
"ja",
"zh"
],
"ParallelDataConfig": {
"S3Uri": "s3://input-bucket/parallel-data-file.tsv",
"Format": "TSV"
},
"ImportedDataSize": 2283,
"ImportedRecordCount": 3,
"FailedRecordCount": 0,
"CreatedAt": 1598597751.406,
"LastUpdatedAt": 1598597911.675
},
"DataLocation": {
"RepositoryType": "S3",
"Location": "pre-signed S3 URL"
}
}
```
### 更新并行数据资源
要更新并行数据资源，请先将新的输入文件上传到 Amazon S3 输入存储桶。然后，使用 `update-parallel-data` 命令并指定想要更新的并行数据资源。Amazon Translate 将使用新输入文件中的信息替换旧的并行数据。
**Example update-parallel-data 命令**
以下命令使用来自 Amazon S3 的新输入文件更新 `my-parallel-data`：
```
$ aws translate update-parallel-data \
> --name my-parallel-data \
> --parallel-data-config S3Uri=s3://input-bucket/parallel-data-file.tsv,Format=TSV
```
如果此命令成功，Amazon Translate 将返回如下响应：
```
{
"Name": "my-parallel-data",
"Status": "ACTIVE",
"LatestUpdateAttemptStatus": "UPDATING",
"LatestUpdateAttemptAt": 1598601455.844
}
```
在此响应中，`Status` 字段提供预先存在的并行数据对象的状态，`LatestUpdateAttemptStatus` 字段提供当前更新尝试的状态。