文档首页/ 盘古大模型 PanguLargeModels/ 快速入门/ 创建盘古多语言文本翻译工作流
更新时间:2024-12-02 GMT+08:00
分享

创建盘古多语言文本翻译工作流

场景描述

该示例演示了如何创建多语言文本翻译工作流,示例将调用华为云文本翻译API,详见文本翻译

准备工作

  • 提前开通“文本翻译”服务。登录自然语言处理控制台,在总览页面下方开通“文本翻译”服务,单击“开通服务”。
    图1 开通文本翻译服务
  • 提前获取文本翻译API调用地址,该服务支持区域为华北-北京四

    调用地址的示例如下:

    https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/{project_id}/machine-translation/text-translation

    其中,project_id为所属区域的项目ID,获取方式见获取项目ID

  • 提前获取文本翻译服务Token,请参考认证鉴权。请获取区域为华北-北京四的Token。
  • 为确保有可用的NLP大模型,请先完成NLP大模型部署操作,详见《用户指南》“开发盘古NLP大模型 > 部署NLP大模型 > 创建NLP大模型部署任务”。

操作流程

创建盘古多语言文本翻译工作流的流程见表1

表1 创建盘古多语言文本翻译工作流流程

操作步骤

说明

步骤1:创建并配置插件

本样例场景实现文本翻译插件的创建与配置。

步骤2:创建并配置工作流

本样例场景实现多语言文本翻译工作流的创建与配置。

步骤3:试运行工作流

本样例场景实现工作流的试运行。

步骤1:创建并配置插件

  1. 登录ModelArts Studio大模型开发平台,进入所需空间。
  2. 在左侧导航栏中选择“Agent开发”,将跳转至Agent开发平台。
  3. 在Agent开发平台,单击左侧导航栏“工作台”按钮,在“插件”页签,单击右上角“创建插件”按钮。
  4. 输入插件名称及插件描述,单击“下一步”。
    图2 创建插件
  5. 填写插件的URL(准备工作中获取的文本翻译API调用地址),选择请求方式为“POST”。权限校验选择“用户级鉴权 > Header”,填写密钥鉴权参数名为X-Auth-Token、密钥来源参数名为X-Auth-Token,请求头为{"Content-Type":"application/json"},单击“下一步”。
    图3 配置插件信息
  6. 配置参数信息,如图4
    配置完成后,单击“确定”,完成文本翻译插件的创建。
    图4 配置参数信息

步骤2:创建并配置工作流

  1. 单击左侧导航栏“工作台”按钮,在“工作流”页签,单击右上角“创建工作流”按钮。
  2. 输入工作流名称及描述,单击“确定”,进入工作流编排页面。
    图5 创建工作流
  3. 在工作流编排页面,平台已预先编排了开始、大模型与结束组件。

    单击组件右上角的,可以进行组件的重命名、复制、删除操作。开始和结束组件为必选组件,无法删除。

    图6 组件的重命名、复制、删除操作
  4. 鼠标拖动左侧“意图识别”组件至编排页面,并连接开始组件和意图识别组件。单击意图识别组件进行配置操作。
    图7 连接组件操作
  5. 在“参数配置”中,配置输入参数。
    • 参数名称:默认名称input,为固定值,不可编辑。
    • 取值:选择“引用 > query”。query为开始组件的输出变量值。
  6. 在“分类配置”中,填写相关情景分类。

    相关分类为针对该分类的描述语句或者关键词,同时也将作为大模型进行推理和分类的依据。分类数量为2 ~ 5个。

  7. 在“高级配置”中配置预先部署好的模型与prompt提示词。单击“确定”,完成参数配置。
    图8 意图识别组件参数配置
  8. 鼠标拖动左侧“提问器”组件至编排页面,并连接意图识别组件与该组件,单击该组件进行配置操作。提问器组件参数配置见图9

    其中,请将“高级配置 > Prompt提示词”中的内容替换为:

    请你从目标数据中提取翻译相关参数,参数包括origintext(待翻译文本),from(原始语言),to(翻译目标语言)。目标数据未提供或者有歧义(如存在多个)的变量请保证取值为空\'\'。from的取值范围为ar、de、ru、fr、ko、pt、ja、th、es、en、vi、zh、auto。ar为阿拉伯语,de为德语,ru为俄语,fr为法语,ko为韩语,pt为葡萄牙语,ja为日语,th为泰语,tr为土耳其语,es为西班牙语,en为英语,vi为越南语,zh为中文,auto为不指定由插件自行决定语种。to的取值范围是ar、de、ru、fr、ko、pt、ja、th、es、en、vi、zh。ar为阿拉伯语,de为德语,ru为俄语,fr为法语,ko为韩语,pt为葡萄牙语,ja为日语,th为泰语,tr为土耳其语,es为西班牙语,en为英语,vi为越南语,zh为中文。请注意:不要使用任何工具、不用理会问题的具体含义,并保证你的输出仅有json格式的结果数据,以保证返回结果可以被json.dumps直接解析。你的返回格式格式示例为:{\"origintext\":\"a\",\"from\":\"b \",\"to\":\"c\"}。
    图9 提问器参数配置
  9. 鼠标拖动左侧“插件”组件至编排页面,在“Plugin”弹窗中单击“个人插件”,添加步骤6创建的机器翻译插件,连接提问器组件和插件组件,再连接插件组件和结束组件。
    图10 添加插件
  10. 单击插件组件,按照图11,进行参数配置,单击“确定”。
    图11 配置文本翻译插件参数
  11. 鼠标拖动左侧“大模型”组件至编排页面,连接意图识别组件和该组件,再连接该组件和结束组件。单击该组件进行配置操作。

    大模型组件参数配置见图13,其中,“模型选择”中需选择已经部署的NLP大模型。

    图12 大模型组件参数配置
    图13
  12. 单击结束组件,配置前置组件的输出参数。
    图14 配置结束组件输入参数
  13. 配置完成的工作流编排页面见图15
    图15 文本翻译工作流编排

步骤3:试运行工作流

  1. 配置文本翻译插件的Token。单击右上角“试运行”,单击,再单击“添加参数”,填写文本翻译的鉴权参数X-Auth-Token及value值(准备工作中获取的Token),单击“确定”。
    图16 配置试运行参数
  2. 试运行工作流。在“试运行”页面,输入对话。
    示例如图17所示,当用户输入问题时,工作流的意图识别组件将对用户意图进行分类,输出符合用户意图的回答。
    图17 试运行工作流

相关文档