- Categorias:
Funções de cadeia de caracteres e binários (Large Language Model)
TRANSLATE (SNOWFLAKE.CORTEX)¶
Nome totalmente qualificado: SNOWFLAKE.CORTEX.TRANSLATE
Traduz o texto de entrada fornecido de um idioma compatível para outro.
Sintaxe¶
SNOWFLAKE.CORTEX.TRANSLATE(
<text>, <source_language>, <target_language>)
Argumentos¶
text
Uma cadeia de caracteres contendo o texto a ser traduzido.
source_language
Uma cadeia de caracteres que especifica o código do idioma em que o texto está atualmente. Consulte Notas de uso para obter uma lista de códigos de idiomas suportados. Se o código do idioma de origem for uma sequência vazia,
''
, o idioma de origem será detectado automaticamente.target_language
Uma cadeia de caracteres que especifica o código do idioma para o qual o texto deve ser traduzido. Consulte Notas de uso para obter uma lista de códigos de idiomas suportados.
Retornos¶
Uma cadeia de caracteres contendo uma tradução do texto original para o idioma de destino.
Notas de uso¶
Os seguintes idiomas são suportados pela função TRANSLATE. Use o código de idioma correspondente para o idioma de origem e de destino.
Linguagem |
Código |
---|---|
Inglês |
|
Francês: |
|
Alemão |
|
Italiano |
|
Japonês |
|
Coreano |
|
Polonês |
|
Português |
|
Russo |
|
Espanhol |
|
Sueco |
|
Controle de acesso¶
Os usuários devem usar uma função que tenha a função do banco de dados SNOWFLAKE.CORTEX_USER. Consulte Privilégios obrigatórios para obter mais informações sobre como conceder esse privilégio.
Exemplo¶
O exemplo a seguir traduz cada linha de uma tabela do inglês para o alemão (neste exemplo, review_content
é uma coluna da tabela reviews
):
SELECT SNOWFLAKE.CORTEX.TRANSLATE(review_content, 'en', 'de') FROM reviews LIMIT 10;
Avisos legais¶
As funções do Snowflake Cortex LLM são baseadas em tecnologia de aprendizado de máquina, incluindo LLaMA 2 do Meta. O modelo básico LLaMA 2 é licenciado sob a LLaMA 2 Licença Comunitária e Copyright (c) Meta Platforms, Inc. Todos os direitos reservados. O uso de qualquer função LLM baseada no modelo LLama 2 está sujeito à Política de uso aceitável da Meta.
A tecnologia de aprendizado de máquina e os resultados fornecidos podem ser imprecisos, inadequados ou tendenciosos. As decisões baseadas em resultados de aprendizado de máquina, incluindo aquelas incorporadas em pipelines automáticos, devem ter supervisão humana e processos de revisão para garantir que o conteúdo gerado pelo modelo seja preciso.
As consultas de função de LLM serão tratadas como qualquer outra consulta SQL e podem ser consideradas metadados.
Para obter mais informações, consulte FAQ sobre confiança e segurança do Snowflake AI.