Catégories :: Fonctions de chaîne et fonctions binaires (Large Language Model)

TRANSLATE (SNOWFLAKE.CORTEX)¶

Nom complet : SNOWFLAKE.CORTEX.TRANSLATE

Traduit le texte d’entrée donné d’une langue prise en charge à une autre.

Syntaxe¶

SNOWFLAKE.CORTEX.TRANSLATE(
    <text>, <source_language>, <target_language>)

Copy

Arguments¶

text: Chaîne contenant le texte à traduire.
source_language: Chaîne spécifiant le code de la langue dans laquelle le texte est actuellement rédigé. Voir Notes sur l’utilisation pour une liste des codes de langue pris en charge. Si le code de la langue source est une chaîne vide, '', la langue source est automatiquement détectée.
target_language: Chaîne spécifiant le code de la langue dans laquelle le texte doit être traduit. Voir Notes sur l’utilisation pour une liste des codes de langue pris en charge.

Renvoie¶

Chaîne contenant une traduction du texte d’origine dans la langue cible.

Notes sur l’utilisation¶

Les langues suivantes sont prises en charge par la fonction TRANSLATE. Utilisez le code de la langue correspondant à la langue source et à la langue cible.

Langage	Code
Anglais	`'en'`
Français	`'fr'`
Allemand	`'de'`
Italien	`'it'`
Japonais	`'ja'`
Coréen	`'ko'`
Polonais	`'pl'`
Portugais	`'pt'`
Russe	`'ru'`
Espagnol	`'es'`
Suédois	`'sv'`

Contrôle d’accès¶

Les utilisateurs doivent utiliser un rôle auquel le rôle de base de données SNOWFLAKE.CORTEX_USER a été accordé. Voir Privilèges requis pour plus d’informations sur l’octroi de ce privilège.

Exemple¶

L’exemple suivant traduit chaque ligne d’une table de l’anglais vers l’allemand (dans cet exemple, review_content est une colonne de la table reviews) :

SELECT SNOWFLAKE.CORTEX.TRANSLATE(review_content, 'en', 'de') FROM reviews LIMIT 10;

Copy

Avis juridiques¶

Les fonctions LLM Cortex de Snowflake sont alimentées par des technologies de machine learning, y compris LLaMA 2 de Meta. Le modèle de la fondation LLaMA 2 est sous licence LLaMA 2 Community License et Copyright (c) Meta Platforms, Inc. Tous droits réservés. Votre utilisation de fonctions LLM basées sur le modèle LLama 2 est soumise à la politique d’utilisation acceptable de Meta.

La technologie de machine learning et les résultats fournis peuvent être inexacts, incorrects ou biaisés. Les décisions basées sur les résultats du machine learning, y compris celles qui sont intégrées dans des pipelines automatiques, devraient être soumises à une supervision humaine et à des processus d’examen pour s’assurer que le contenu généré par le modèle est exact.

Les requêtes de fonctions LLM seront traitées comme toute autre requête SQL et peuvent être considérées comme des métadonnées.

Pour plus d’informations, voir la FAQ relative à la confiance et à la sécurité concernant l’AI de Snowflake.