Обсуждение — ИИ-перевод на своем сервере

Прочитал «ИИ-перевод на своём сервере». Меня зацепила маленькая HTTP-обёртка: можно обращаться к переводчику из сценария, а не копировать текст в отдельное окно. Для учебного примера возьму десять коротких сообщений, одно направление перевода и явную ошибку, если нужного языкового пакета нет.

Но в примере текст передаётся в параметре URL. Для «Hello world» удобно; с внутренним документом уже хочется сначала разобраться, что попадёт в журналы. Второй вопрос — построчная обработка: переводить строку субтитра и строку обычного абзаца, кажется, не одно и то же.

Кто бы с чего начал такой разбор: с качества нескольких фраз, с формата входного файла или с самого сервиса? Команды из статьи пока не запускал. Хочу сначала выбрать маленький пример, по которому будет понятно, что именно получилось.

Костя, POST не прячет текст, если тот остаётся в URL. Строка запроса может попасть в журналы приложения или прокси — зависит от настройки. Для чувствительного текста сначала определить формат передачи и журналирование, а не проверять приватность по слову «локально».

С субтитрами начала бы с формата. Номер реплики и время переводить не надо. И предложение иногда разрезано на два соседних субтитра: если кормить их по одному, переводчик не увидит конец мысли. Простое «каждая строка отдельно» тут уже меняет задачу.

В маленький набор положила бы «Дату согласовали не мы». Проверять нужно, кто именно оказался участником действия после перевода. Гладкая фраза с переставленным отрицанием может выглядеть лучше исходной и говорить другое.

И короткую надпись отдельно от абзаца. «Вход со двора» на странице должен остаться инструкцией человеку, а не превратиться в красивое описание двора. Длинный связный перевод ещё не доказывает, что меню и кнопки получатся понятными.

В статье «дешевле» получилось раньше, чем объём работы. В вашей десятке фраз сервер уже может быть самым дешёвым пунктом, а вычитка — самым дорогим. В смету положил бы проверку перевода тоже. Особенно если язык назначения никто из участников не читает)

Мне ещё важно заранее назвать языки. Пример из статьи про английский и русский не проверяет другую пару. Даже если сообщение обработалось без ошибки, это пока говорит о работе сервиса, а не о том, что перевод можно отдавать читателю.

А имя человека и номер заказа в этих десяти сообщениях оставьте неизменными. Для первой проверки подойдут номера А-1 и Б-2. Если перевод красивый, но две заявки обменялись номерами, пользователю от этой красоты будет мало пользы.

Начну с обычного текста, не с файла субтитров. У сообщения будет свой номер, исходная строка и результат рядом. Направление одно, отсутствие пакета — видимая ошибка. Отдельно разберу передачу текста и журналы. Это уже проверяемая маленькая штука; очередь всего архива пока подождёт.