机器翻译
组件介绍
“机器翻译”（Translation） 控件主要用于训练机器翻译模型。
机器翻译是一种常见的 NLP 任务，机器翻译（machine translation, MT）是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程，输入为源语言句子，输出为相应的目标语言的句子。
- 输入：
- text: 文本数据集
- 输出：
- dpmod：深度学习模型
“机器翻译”（Translation） 控件读取机器翻译数据集，通过指定要训练的模型及相关的训练参数进行机器翻译模型的训练。 训练集目录结构如下：
|- train.txt
train.txt用于记录训练集数据信息，包括源语言和目标语言，其中第一列列名为英文的源语言名称，数据为源语言内容；第二列列名为英文的目标语言名称，数据为目标语言内容，两列之间以\t为分隔符，train.txt内容示例如下：
en fr
The Wanderer Le grand Meaulnes
Alain-Fournier Alain-Fournier
First Part PREMIÈRE PARTIE
I CHAPITRE PREMIER
THE BOARDER LE PENSIONNAIRE
测试集目录结构如下：
|- test.txt
test.txt用于记录测试集数据信息，test.txt内容示例如下：
en
Perhaps he's run away ...
And after each sentence she gave three barely perceptible little taps on the window-pane.
No one came to let in the unknown visitor.
页面介绍
点击 “机器翻译”（Translation） 控件查看参数配置页面，如下图所示：
参数选项
| 选项 | 说明 | 取值范围 | 样例值 | |
|---|---|---|---|---|
| 模型名称 | 设置模型名称，用于在其他组件中区分不同的模型 | 非空字符串 | Translation | |
| 计算框架 | 选择模型训练采用的训练框架，控件支持如下计算框架： | PyTorch | PyTorch | |
| 模型选择 | PyTorch | 支持的用于机器翻译的深度学习模型 | Seq2Seq | Seq2Seq |
| Tensorflow | Seq2Seq | Seq2Seq | ||
| 训练参数 | 迭代轮数 | 训练迭代轮数（epoch） | 1~100000 | 10 |
| 学习率 | learning rate | 0.00000001~1 | 0.001 | |
| 批大小 | 一个epoch训练的样本大小 | 1~840 | 8 | |
使用案例
在下图所示的案例中，使用 “文本”（Text） 控件加载数据集，连接 “机器翻译”（Translation） 控件构建模型，再将 “机器翻译”（Translation） 控件与 “训练日志”（Train Log） 控件连接起来查看模型的训练日志。
案例中控件执行结果如下图所示：
