Descripción del modelo de idioma universal

Un asistente que utiliza el modelo de idioma universal aplica un conjunto de características y reglas lingüísticas compartidas de varios idiomas como punto de partida. A continuación, aprende de los datos de entrenamiento que se le añaden.

El clasificador de idioma universal puede adaptarse a un solo idioma por asistente. No se puede utilizar para dar soporte a varios idiomas en un solo asistente. Sin embargo, puede utilizar el modelo de idioma universal en un asistente para dar soporte a un idioma, como el ruso, y en otro asistente para dar soporte a otro idioma, como el hindi. La clave estriba en añadir suficientes ejemplos de entrenamiento o ejemplos de usuarios de intenciones en el idioma de destino como para enseñar al modelo las reglas sintácticas y gramaticales exclusivas del idioma.

Utilice el modelo de lengua universal cuando desee crear una conversación en una lengua en la que no haya ningún modelo disponible y que sea lo suficientemente única como para que un modelo existente resulte insuficiente.

Mientras sigue los pasos habituales para diseñar un flujo de conversación, también enseña al modelo de idioma universal el idioma al que quiere que dé soporte el conocimiento. Al añadir datos de entrenamiento escritos en el idioma de destino, se va construyendo el modelo universal.

Para obtener más información sobre el soporte de características en el modelo de idioma universal, consulte Idiomas soportados.

Consideraciones sobre la integración

Tenga en cuenta estos consejos para las integraciones:

• Conversación web: la conversación web presenta algunas series codificadas que se pueden personalizar para reflejar el idioma de destino. Para obtener más información, consulte Soporte de audiencias globales en la conversación web.
• Integración telefónica: Si desea implementar un asistente que utilice el modelo de idioma universal, debe conectarse a modelos de idioma personalizados del servicio de voz que puedan comprender el idioma que está utilizando. Para obtener más información sobre los modelos de lenguaje soportados, consulte la documentación de Speech to Text y Text to Speech.
• Integración de búsqueda: si crea un asistente especializado en un solo idioma, asegúrese de conectarlo a colecciones de datos escritas en ese idioma. Para obtener más información sobre los idiomas soportados por Discovery, consulte Soporte de idiomas.

Idiomas soportados

IBM® watsonx™ Assistant admite características individuales en distintos grados según el idioma. Dispone de modelos de clasificación diseñados específicamente para soportar conversaciones en los siguientes idiomas:

*Si desea mantener conversaciones en un idioma para el que watsonx Assistant no dispone de un modelo específico, como el ruso, utilice Universal.

Cambio del idioma de un asistente

Después de crear un asistente, su idioma no se puede modificar.

Cómo trabajar con caracteres acentuados

En un entorno de conversación, los usuarios pueden o no utilizar acentos con el servicio watsonx Assistant. Por lo tanto, las versiones acentuadas y no acentuadas de las palabras se pueden tratar de la misma manera para la detección de intenciones y el reconocimiento de entidades.

Sin embargo, en el caso de algunos idiomas, como el español, algunos acentos pueden alterar el significado de la entidad. Por lo tanto, para la detección de entidades, aunque la entidad original pueda tener implícitamente un acento, su asistente también puede considerar como coincidencia la versión no acentuada de la misma entidad, pero con una puntuación de confianza ligeramente inferior.

Por ejemplo, para la palabra "barrió", que lleva acento y corresponde al pretérito indefinido del verbo "barrer", su asistente también puede considerar como coincidencia la palabra "barrio", pero con un nivel de confianza ligeramente inferior.

El sistema proporciona las puntuaciones de confianza más altas en las entidades con coincidencias exactas. Por ejemplo, barrio no se detecta si barrió está en el conjunto de entrenamiento; y barrió no se detecta si barrio está en el conjunto de entrenamiento.

Se espera que entrene el sistema con los caracteres y acentos adecuados. Por ejemplo, si espera barrió como respuesta, ponga barrió en el conjunto de entrenamiento.

Aunque no es una tilde, lo mismo ocurre con las palabras que utilizan la letra española ñ frente a la letra n, como "uña" frente a "una". En este caso, la letra ñ no es una n con acento; es una letra única, específica del español.

Utilización de descargas multilingües para la traducción

Puede habilitar la descarga de archivos de datos de idioma, en formato CSV, para que pueda traducir ejemplos de entrenamiento y respuestas de asistente a otros idiomas y utilizarlos en otros asistentes.

Cada archivo CSV incluye datos de translatable_string que puede utilizar con una máquina o un servicio de traducción de usuario.

Cada archivo CSV también incluye datos id, resource_type y locator que watsonx Assistant puede utilizar en otro asistente para volver a crear el asistente de origen. No es necesario editar esta información.

Para descargar correctamente el paquete multilingüe, el número total de entradas de traducción para las habilidades de acción y diálogo en su asistente debe ser menor o igual a 400000. Puede configurar el límite a un valor superior en el plan Enterprise with Data Isolation y IBM® watsonx™ Assistant on-premises. Los valores más altos requieren una asignación adicional de recursos para apoyar a los asistentes de gran tamaño.

Para configurar el límite de entradas de traducción a un valor más alto, póngase en contacto con IBM Support Center

La visión general del proceso multilingüe es:

• Habilitar descarga multilingüe: en el asistente de origen, habilite la descarga multilingüe
• Traducir contenido: utilice los archivos CSV con un servicio de traducción
• Cargar en asistentes específicos de idioma: en un asistente de destino para otro idioma, utilice los archivos CSV para cargar formación traducida y respuestas

Soporte de idioma de contenido

Estos idiomas están soportados para el contenido en las acciones, el diálogo y la integración de búsqueda.

Detalles de soporte de contenido

Idioma	Acciones	Diálogo	Integración de búsqueda
Inglés (en)
Árabe (ar)
Chino (simplificado) (zh-cn)
Chino (tradicional) ( zh-tw )
Checo (cs)
Holandés (nl)
Francés (fr)
Alemán (de)
Italiano (it)
Japonés (ja)
Coreano (ko)
Portugués (brasileño) ( pt-br )
Español (es)
Universal ( xx )

Como se ha señalado, el servicio watsonx Assistant admite varios idiomas, pero la propia interfaz de usuario (como las descripciones y etiquetas) está en inglés. Todos los idiomas soportados se pueden especificar y formar con la interfaz en inglés.

Conformidad con el estándar GB18030: GB18030 es un estándar chino que especifica una página de códigos ampliada que se utiliza en el mercado chino. Esta norma de páginas de códigos es importante para la industria del software porque el Comité Técnico Nacional de Normalización de Tecnologías de la Información de China exige que cualquier aplicación de software que se lance para el mercado chino después del 1 de septiembre de 2001 esté habilitada para GB18030. El servicio watsonx Assistant da soporte a esta codificación, y se ha certificado el cumplimiento del estándar GB18030.

Soporte de idioma de diálogo

Para estas características de diálogo, el soporte de idioma difiere en función del idioma.

• Soporte de la característica de intención
• Soporte de proceso de entrada de usuario
• Soporte de característica de entidad

Soporte de la característica de intención

Detalles de soporte de la característica de intenciones

Idioma	Catálogo de contenido	Versión de algoritmo
Inglés (en)
Árabe (ar)	(excepto Covid-19)
Chino (simplificado) (zh-cn)
Chino (tradicional) ( zh-tw )
Checo (cs)
Holandés (nl)
Francés (fr)
Alemán (de)	(excepto Covid-19)
Italiano (it)	(excepto Covid-19)
Japonés (ja)	(excepto Covid-19)
Coreano (ko)
Portugués (brasileño) ( pt-br )
Español (es)
Universal ( xx )

Soporte de proceso de entrada de usuario

Detalles de soporte del proceso de entrada de usuario

Idioma	Soporte de entidades basadas en diccionario	Coincidencia aproximada(Errores ortográficos)	Coincidencia aproximada(Stemming)	Coincidencia aproximada(Coincidencia parcial)	corrección automática
Inglés (en)
Árabe (ar)
Chino (simplificado) (zh-cn)
Chino (tradicional) ( zh-tw )
Checo (cs)
Holandés (nl)
Francés (fr)					Beta
Alemán (de)
Italiano (it)
Japonés (ja)
Coreano (ko)
Portugués (brasileño) ( pt-br )
Español (es)
Universal ( xx )

Soporte de característica de entidad

Detalles de soporte de la característica de entidades

Idioma	Entidades contextuales	Entidades del sistema
Inglés (en)
Árabe (ar)
Chino (simplificado) (zh-cn)
Chino (tradicional) ( zh-tw )
Checo (cs)
Holandés (nl)
Francés (fr)	Beta
Alemán (de)
Italiano (it)
Japonés (ja)
Coreano (ko)
Portugués (brasileño) ( pt-br )
Español (es)
Universal ( xx )