定制化翻译服务调用指南

1.定制模型调用接口

1.1 输入参数

1.2 输出参数

示例

输入：

{
    "ModelId": "532",
    "Content": "你好",
    "ModelVersion": "V1" //可以传入模型的版本号，例如V1、V2等，不传默认用最新版本
}
                        

输出：

{"Data":["hello"],"RequestId":"fweo1j3931jd","Code":0}
                        

定制模型SDK调用示例

package com.alibaba.nlp.automl.modelcenter.service;
import com.aliyuncs.CommonRequest;
import com.aliyuncs.CommonResponse;
import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.IAcsClient;
import com.aliyuncs.http.MethodType;
import com.aliyuncs.profile.DefaultProfile;
public class PredictDemo {
    private void predictModel() {
        EnvironmentVariableCredentialsProvider credentialsProvider = CredentialsProviderFactory.newEnvironmentVariableCredentialsProvider();// 从环境变量读取访问凭证。
        String regionId = "cn-hangzhou";
        try {
            // 创建DefaultAcsClient实例并初始化
            DefaultProfile profile = DefaultProfile.getProfile("cn-hangzhou", credentialsProvider); 
            IAcsClient client = new DefaultAcsClient(profile);
            // 创建API请求并设置参数
            CommonRequest request = new CommonRequest();
            request.setDomain("automl.cn-hangzhou.aliyuncs.com");
            request.setVersion("2019-07-01");
            request.setAction("PredictMTModel");
            request.setMethod(MethodType.POST);
            request.putQueryParameter("ModelId", "647");
            request.putQueryParameter("ModelVersion", "V1");
            request.putBodyParameter("Content", "hello");
            CommonResponse response = client.getCommonResponse(request);
            System.out.println(response);
        } catch (Exception e) {
          e.printStackTrace();
        }
    }
}
                

2. 干预接口

• 请求URL：[http|https]://automl.cn-hangzhou.aliyuncs.com/api/automl/addMtIntervenePackage。

• 本接口（AddMtIntervenePackage）通过RPC方式，用于获取机翻自学习模型产出的结果。

2.1 输入参数

2.2 输出参数

• 输入：

{
        "PackageName": "test",
        "ProjectId": "1",
        "SourceLanguage": "zh",
        "TargetLanguage": "en",    
}
                        

• 输出：

{
          "Code": "200",
          "RequestId": "aare83jnn9wj3",
          "Message": "",
          "PackageId": "1"
}
                        

3 干预词新增接口

3.1 输入参数

3.2 输出参数

• 输入：

{
        "PackageName": "test",
        "ProjectId": "1"
}
                        

• 输出：

{
        "Code": "200",
        "RequestId": "aare83jnn9wj3",
        "Message": "",
        "PackageId": "1"
}
                        

4 干预词包绑定模型接口

• 请求URL：[http|https]:[http|https]://automl.cn-hangzhou.aliyuncs.com/api/automl/bindIntervenePackageAndModel。

• 本接口（BindIntervenePackageAndModel）通过RPC方式，用于获取机翻自学习模型产出的结果。

4.1 输入参数

4.2 输出参数

• 输入：

{
        "PackageId": "1",
        "ProjectId": "1",
        "ModelId": "1",
        "ModelVersion": "V1"
}
                        

• 输出：

{
        "Code": "200",
        "RequestId": "aare83jnn9wj3",
        "Message": "",
        "Success": "true"
}
                        

4. 错误码