使用 ML.TRANSLATE 函式翻譯文字

本文說明如何搭配遠端模型使用 ML.TRANSLATE 函式，翻譯 BigQuery 標準資料表中的文字。

如要瞭解 BigQuery ML 中的模型推論，請參閱「模型推論總覽」。

如要瞭解各個 SQL 陳述式和函式支援的模型類型，以及各個模型類型支援的所有 SQL 陳述式和函式，請參閱每個模型的端對端使用者歷程。

所需權限

  • 如要建立連結，您必須具備下列角色：

    • roles/bigquery.connectionAdmin

  • 如要將權限授予連線的服務帳戶，您必須具備下列權限：

    • resourcemanager.projects.setIamPolicy

  • 如要使用 BigQuery ML 建立模型，您需要下列權限：

    • bigquery.jobs.create
    • bigquery.models.create
    • bigquery.models.getData
    • bigquery.models.updateData
    • bigquery.models.updateMetadata

  • 如要執行推論，您需要下列權限：

    • bigquery.tables.getData 放在桌上
    • 模型上的 bigquery.models.getData
    • bigquery.jobs.create

事前準備

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Make sure that billing is enabled for your Google Cloud project.

  4. Enable the BigQuery, BigQuery Connection API, and Cloud Translation APIs.

    Enable the APIs

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Make sure that billing is enabled for your Google Cloud project.

  7. Enable the BigQuery, BigQuery Connection API, and Cloud Translation APIs.

    Enable the APIs

    8.

    建立資料集

    建立 BigQuery 資料集來存放資源：

    控制台

    1. 前往 Google Cloud 控制台的「BigQuery」頁面。

      前往 BigQuery 頁面

    2. 在「Explorer」窗格中，按一下專案名稱。

    3. 依序點按 「View actions」(查看動作) >「Create dataset」(建立資料集)。

    4. 在「建立資料集」頁面中，執行下列操作：

      • 在「Dataset ID」(資料集 ID) 部分，輸入資料集的名稱。

      • 在「位置類型」部分，選取資料集的位置。

      • 點選「建立資料集」。

    bq

    1. 如要建立新的資料集，請使用 bq mk 指令搭配 --location 旗標：

      bq --location=LOCATION mk -d DATASET_ID

      更改下列內容：

      • LOCATION：資料集的位置。
      • DATASET_ID 是您要建立的資料集 ID。

    2. 確認資料集已建立完成：

      bq ls

    建立連線

    如果已設定預設連線，或您具備 BigQuery 管理員角色，則可略過這個步驟。

    建立供遠端模型使用的Cloud 資源連線，並取得連線的服務帳戶。在與上一步建立的資料集相同的位置中建立連線。

    選取下列選項之一：

    主控台

    1. 前往「BigQuery」頁面

      前往 BigQuery

    2. 在「Explorer」窗格中，按一下 「新增資料」：

      「新增資料」UI 元素。

      「新增資料」對話方塊隨即開啟。

    3. 在「依條件篩選」窗格的「資料來源類型」部分，選取「商務應用程式」。

      或者，您也可以在「Search for data sources」(搜尋資料來源) 欄位中輸入 Vertex AI。

    4. 在「精選資料來源」部分，按一下「Vertex AI」。

    5. 按一下「Vertex AI Models: BigQuery Federation」解決方案資訊卡。

    6. 在「連線類型」清單中，選取「Vertex AI 遠端模型、遠端函式和 BigLake (Cloud 資源)」。

    7. 在「連線 ID」欄位中，輸入連線名稱。

    8. 點選「建立連線」。

    9. 按一下「前往連線」。

    10. 在「連線資訊」窗格中，複製服務帳戶 ID，以供後續步驟使用。

    bq

    1. 在指令列環境中建立連線：

      bq mk --connection --location=REGION --project_id=PROJECT_ID \
    --connection_type=CLOUD_RESOURCE CONNECTION_ID

      --project_id 參數會覆寫預設專案。

      更改下列內容：

      • REGION：您的連線區域
      • PROJECT_ID：您的 Google Cloud 專案 ID
      • CONNECTION_ID：連線的 ID

      建立連線資源時，BigQuery 會建立專屬的系統服務帳戶，並將其與連線建立關聯。

      疑難排解：如果收到下列連線錯誤訊息，請更新 Google Cloud SDK：

      Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...

    2. 擷取並複製服務帳戶 ID，以供後續步驟使用：

      bq show --connection PROJECT_ID.REGION.CONNECTION_ID

      輸出結果會與下列內容相似：

      name                          properties
1234.REGION.CONNECTION_ID     {"serviceAccountId": "connection-1234-9u56h9@gcp-sa-bigquery-condel.iam.gserviceaccount.com"}

    Terraform

    使用 google_bigquery_connection 資源。

    如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

    下列範例會在 US 地區中建立名為 my_cloud_resource_connection 的 Cloud 資源連線：

    
# This queries the provider for project information.
data "google_project" "default" {}

# This creates a cloud resource connection in the US region named my_cloud_resource_connection.
# Note: The cloud resource nested object has only one output field - serviceAccountId.
resource "google_bigquery_connection" "default" {
  connection_id = "my_cloud_resource_connection"
  project       = data.google_project.default.project_id
  location      = "US"
  cloud_resource {}
}

    如要在 Google Cloud 專案中套用 Terraform 設定，請完成下列各節的步驟。

    準備 Cloud Shell

    1. 啟動 Cloud Shell。

    2. 設定要套用 Terraform 設定的預設 Google Cloud 專案。

      每項專案只需要執行一次這個指令，且可以在任何目錄中執行。

      export GOOGLE_CLOUD_PROJECT=PROJECT_ID

      如果您在 Terraform 設定檔中設定明確值，環境變數就會遭到覆寫。

    準備目錄

    每個 Terraform 設定檔都必須有自己的目錄 (也稱為根模組)。

    1. 在 Cloud Shell 中建立目錄，並在該目錄中建立新檔案。檔案名稱的副檔名必須是 .tf，例如 main.tf。在本教學課程中，這個檔案稱為 main.tf。
      mkdir DIRECTORY && cd DIRECTORY && touch main.tf

    2. 如果您正在學習教學課程，可以複製每個章節或步驟中的範例程式碼。

      將範例程式碼複製到新建立的 main.tf。

      視需要從 GitHub 複製程式碼。如果 Terraform 程式碼片段是端對端解決方案的一部分，建議您使用這個方法。

    3. 查看並修改範例參數，套用至您的環境。
    4. 儲存變更。
    5. 初始化 Terraform。每個目錄只需執行一次這項操作。 
      terraform init

      如要使用最新版 Google 供應商，請加入 -upgrade 選項： 

      terraform init -upgrade

    套用變更

    1. 檢查設定，確認 Terraform 即將建立或更新的資源符合您的預期：
      terraform plan

      視需要修正設定。

    2. 執行下列指令，並在提示中輸入 yes，即可套用 Terraform 設定： 
      terraform apply

      等待 Terraform 顯示「Apply complete!」訊息。

    3. 開啟 Google Cloud 專案即可查看結果。在 Google Cloud 控制台中，前往 UI 中的資源，確認 Terraform 已建立或更新這些資源。

    將存取權授予服務帳戶

    選取下列選項之一：

    主控台

    1. 前往「IAM & Admin」(IAM 與管理) 頁面。

      前往「IAM & Admin」(IAM 與管理)

    2. 按一下 「新增」。

      「新增主體」對話方塊隨即開啟。

    3. 在「新增主體」欄位，輸入先前複製的服務帳戶 ID。

    4. 在「Select a role」(選取角色) 欄位中，依序選取「Service Usage」(服務用量) 和「Service Usage Consumer」(服務用量消費者)。

    5. 按一下 [Add another role] (新增其他角色)。

    6. 在「Select a role」(選取角色) 欄位中，選取「BigQuery」，然後選取「BigQuery Connection User」(BigQuery 連線使用者)。

    7. 按一下 [Add another role] (新增其他角色)。

    8. 在「Select a role」(請選擇角色) 欄位中，依序選取「Cloud Translation」和「Cloud Translation API User」(Cloud Translation API 使用者)。

    9. 按一下 [儲存]。

    gcloud

    使用 gcloud projects add-iam-policy-binding 指令：

    gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/serviceusage.serviceUsageConsumer' --condition=None
gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/bigquery.connectionUser' --condition=None
gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/cloudtranslate.user' --condition=None

    取代下列項目：

    • PROJECT_NUMBER：您的專案編號。
    • MEMBER：您先前複製的服務帳戶 ID。

    如未授予權限，就會發生錯誤。

    建立模型

    使用 REMOTE_SERVICE_TYPE 建立遠端模型：CLOUD_AI_TRANSLATE_V3

    CREATE OR REPLACE MODEL
`PROJECT_ID.DATASET_ID.MODEL_NAME`
REMOTE WITH CONNECTION {DEFAULT | `PROJECT_ID.REGION.CONNECTION_ID`}
OPTIONS (REMOTE_SERVICE_TYPE = 'CLOUD_AI_TRANSLATE_V3');

    取代下列項目：

    • PROJECT_ID：您的專案 ID。
    • DATASET_ID：要包含模型的資料集 ID。這個資料集必須與您使用的連線位於相同的位置。
    • MODEL_NAME：模型名稱。
    • REGION：連線使用的區域。
    • CONNECTION_ID：連線 ID，例如 myconnection。

      在 Google Cloud 控制台中查看連線詳細資料時，連線 ID 是「連線 ID」中顯示的完整連線 ID 最後一個區段的值，例如 projects/myproject/locations/connection_location/connections/myconnection。

    翻譯文字

    使用 ML.TRANSLATE 函式翻譯文字：

    SELECT *
FROM ML.TRANSLATE(
  MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`,
  { TABLE PROJECT_ID.DATASET_ID.TABLE_NAME | (QUERY) },
  STRUCT('MODE' AS translate_mode, ['LANGUAGE' AS target_language_code])
);

    取代下列項目：

    • PROJECT_ID：您的專案 ID。
    • DATASET_ID：包含模型的資料集 ID。
    • MODEL_NAME：模型名稱。
    • TABLE_NAME：表格名稱，其中包含要翻譯的文字，位於名為 text_content 的資料欄中。如果文字位於其他名稱的資料欄中，請將 text_content 指定為該資料欄的別名。
    • QUERY：查詢，其中包含要翻譯的文字 (位於名為 text_content 的資料欄中)。如果文字位於其他名稱的資料欄中，請將 text_content 指定為該資料欄的別名。
    • MODE：支援的翻譯模式名稱。
    • LANGUAGE：支援的語言代碼名稱。只有在使用 TRANSLATE_TEXT 翻譯模式時，才需要這個引數。

    範例 1

    以下範例會將資料表 text_content 欄中的文字翻譯成北印度文：

    SELECT * FROM ML.TRANSLATE(
  MODEL `mydataset.mytranslatemodel`,
  TABLE mydataset.mytable,
  STRUCT('translate_text' AS translate_mode, 'hi' AS target_language_code)
);

    示例 2

    以下範例會偵測資料表 comment 欄中文字的語言：

    SELECT * FROM ML.TRANSLATE(
  MODEL `mydataset.mytranslatemodel`,
  (SELECT comment AS text_content from mydataset.mytable),
  STRUCT('detect_language' AS translate_mode)
);

    後續步驟

    試用「Unstructured data analytics with BigQuery ML and Vertex AI pre-trained models」(使用 BigQuery ML 和 Vertex AI 預先訓練模型分析非結構化資料) 筆記本。