谷歌云翻译: num_valid_languages_in_csv =1

Question

尝试将词汇表添加到Google Cloud Translate，但收到以下错误：

Traceback (most recent call last):
  File "Python_SetGlossary.py", line 36, in <module>
    result = operation.result(timeout=90)
  File "C:\Programming Installs\Python\lib\site-packages\google\api_core\future\polling.py", line 127, in result
    raise self._exception
google.api_core.exceptions.GoogleAPICallError: None Failed to parse content of input file. Error: Not enough valid languages in CSV file. Must have terms for at least two different languages. num_valid_languages_in_csv = 1

CSV文件(如下所示)是使用等价术语集的示例provided by Google创建的。

en,fr,pos
Canadian Meteorological Service of Environment Canada,Service météorologique d'Environnement Canada,noun
Jacques Cartier Strait,détroit de Jacques-Cartier,noun
the St. Lawrence Global Observatory,l'Observatoire global du Saint-Laurent,noun
St. Lawrence Global Observatory,Observatoire global du Saint-Laurent,noun

这是上传到谷歌云存储。然后，我尝试创建一个在线术语表，使at可用于云翻译应用编程接口，同样是通过用于等效术语集的code provided by Google。

from google.cloud import translate_v3 as translate

# def sample_create_glossary(project_id, input_uri, glossary_id):

"""Create Glossary"""
client = translate.TranslationServiceClient()

# TODO(developer): Uncomment and set the following variables
project_id = 'testtranslate'
glossary_id = 'glossary-en-fr-bidirectional'
input_uri = 'gs://bidirectional-en-fr/bidirectional-glossary.csv'
location = 'us-central1'  # The location of the glossary

name = client.glossary_path(
    project_id,
    location,
    glossary_id)
language_codes_set = translate.types.Glossary.LanguageCodesSet(
    language_codes=['en', 'fr'])

gcs_source = translate.types.GcsSource(
   input_uri=input_uri)

input_config = translate.types.GlossaryInputConfig(
    gcs_source=gcs_source)

glossary = translate.types.Glossary(
    name=name,
    language_codes_set=language_codes_set,
    input_config=input_config)

parent = client.location_path(project_id, location)

operation = client.create_glossary(parent=parent, glossary=glossary)

result = operation.result(timeout=90)
print('Created: {}'.format(result.name))
print('Input Uri: {}'.format(result.input_config.gcs_source.input_uri))

谁能帮我找出到底是怎么回事/我做错了什么？(或者谷歌做错了什么。他们的一些文档肯定是可疑的。但我对Python的使用经验也不是很丰富，很容易遗漏一些东西。)

Answer 1

由于某种原因，它要求CSV中的第一列为空。

,en,fr,pos
,Canadian Meteorological Service of Environment Canada,Service météorologique d'Environnement Canada,noun
,Jacques Cartier Strait,détroit de Jacques-Cartier,noun
,the St. Lawrence Global Observatory,l'Observatoire global du Saint-Laurent,noun
,St. Lawrence Global Observatory,Observatoire global du Saint-Laurent,noun

不知道为什么，但它现在起作用了。

Answer 2

Google Cloud Translate Advanced中有两种类型的词汇表。

第一个是Unidirectional Glossaries这只是一对简单的源语言和目标语言的TSV、CSV或TMX格式。列标题不是必需的。

CSV格式的示例数据

account,cuenta
directions,indicaciones

还有一个你目前正在使用的，他们把它命名为"Equivalent term sets"。此格式仅适用于CSV格式。如果要创建具有两种以上语言的词汇表，则可以使用此格式。在此类型的词汇表中，标题是必需的。

CSV格式的示例数据：

first language,Second language,pos,description
account,cuenta,noun,A user's account. Do not use as verb.

或者，当有3种语言时：

first language,Second language,third language,pos,description
word in first language,word in second language, word in third language,noun,some information

正如您所看到的，在这种类型的术语表中有两个额外的列："pos“和"description".因此，如果您使用这种类型的术语表，则至少应该有4列(当只有一对语言时)。

还有，在你的情况下。您显然需要单向类型的术语表，而不是等价的术语集。

在上面的代码中，应该使用language_pair而不是language_codes_set。您可以看到sample REST request here (虽然Python示例代码中缺少它)。