写回答
-
-
文本预测接口 1.1 文本预测接口
请求URL：[http|https]://automl.cn-hangzhou.aliyuncs.com/api/automl/predict 本接口（PredictMTModel）通过RPC方式，用于获取机翻自学习模型产出的结果。
1.1.1 输入参数 参数名称 必选 类型 描述 ModelId 是 Long 模型Id Content 是 String 预测内容 ModelVersion 否 String 可以传入模型的版本号，例如V1、V2等，不传默认用最新版本 1.1.2 输出参数 参数名称 类型 描述 code Int32 错误码 message String 错误信息 success Boolean 结果是否正确 result String 译文 1.1.3 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}1.2 文本预测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() { String accessKeyId = ""; String accessKeySecret = ""; String regionId = "cn-hangzhou"; try { // 创建DefaultAcsClient实例并初始化 DefaultProfile profile = DefaultProfile.getProfile("cn-hangzhou", accessKeyId, accessKeySecret); // 您的AccessKey Secret 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(); } } }-
文档预测接口
由于文档预测采用异步预测方式，需要先调用上传接口获取id，采用异步下载的方式，判断文档是否状态成功，之后获取文档内容。 2.1 文档测试接口 请求URL：[http|https]://automl.cn-hangzhou.aliyuncs.com/api/automl/predictMTModelByDoc 本接口（PredictMTModelByDoc）通过RPC方式，用于获取机翻自学习模型产出的结果。
2.1.1 输入参数 参数名称 必选 类型 描述 ModelId 是 Long 模型Id ModelVersion 否 String 可以传入模型的版本号，例如V1、V2等，不传默认用最新版本 FileType 是 String 目前支持word文档，docx格式。docx=word文档 FileContent 是 String 文件内容（base64加密字符串）限制：5MB NeedXliff 否 Boolean 是否需要返回XLIFF1.2协议 2.1.2 输出参数 参数名称 类型 描述 code Int32 错误码 message String 错误信息 success Boolean 结果是否正确 data String 文档id 2.1.3 示例
输入： { "ModelId": "532", "ModelVersion": "V1", //可以传入模型的版本号，例如V1、V2等，不传默认用最新发布版本 "FileType": "docx", //base64做encode "FileContent": "UEsDBBQACAgIAMoKa08AAAAAAAAAAAAAAAATAAAAW0NvbnRlbnRfVHlwZ", "NeedXliff": "true", } 输出： { "Code": "200", "RequestId": "aare83jnn9wj3", "Data": " { "DocId": "1" } " } 2.2 获取文档预测接口 请求URL：[http|https]://automl.cn-hangzhou.aliyuncs.com/api/automl/getPredictDoc 本接口（GetPredictDoc）通过RPC方式，用于获取机翻自学习模型产出的结果。 2.2.1 输入参数参数名称 必选 类型 描述 DocId 是 Long 文档Id 2.2.2 输出参数 参数名称 类型 描述 code Int32 错误码 message String 错误信息 success Boolean 结果是否正确 data String 翻译结果json 2.2.3 示例
输入： { "DodelId": "1" } 输出： { "Code": "200", "RequestId": "aare83jnn9wj3", "Message": "", "Data": " { "fileType": "docx", //返回文档内容通过base64进行解密输出2进制 "resultContent": "UEsDBBQACAgIAMoKa08AAAAAAAAAAAAAAAATAAAAW0NvbnRlbnRfVHlwZ", "status": 2, //Xliff1.2协议xml内容 "xliffInfo": "" } " } 2.3 文档预测调用示例 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; import com.alibaba.nlp.automl.common.util.FileUtils; public class PredictDemo { @Test public void testMTTranslateByDoc() { //读取文件 String docPath = "/tmp/1.docx"; byte[] fileBytes = FileUtils.getFileBytes(docPath); String fileContent = Base64.getEncoder().encodeToString(fileBytes); try { // 创建DefaultAcsClient实例并初始化 DefaultProfile profile = DefaultProfile.getProfile("cn-hangzhou", accessKeyId, accessKeySecret); // 您的AccessKey Secret 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("PredictMTModelByDoc"); request.setMethod(MethodType.POST); request.putQueryParameter("ModelId", "1723"); request.putQueryParameter("ModelVersion", "V1"); request.putBodyParameter("FileContent", fileContent); request.putQueryParameter("FileType", "docx"); request.putQueryParameter("IsXLIFF", "true"); CommonResponse response = client.getCommonResponse(request); logger.info("PredictDoc ok request:{} response:{}", JSON.toJSONString(request), JSON.toJSONString(response)); if (response.getHttpStatus() == 200) { //轮询查询文档翻译状态 Thread.sleep(1000*30); JSONObject data = JSON.parseObject(response.getData()); String docId = data.getString("DocId"); CommonRequest getRequest = new CommonRequest(); getRequest.setDomain("automl.cn-hangzhou.aliyuncs.com"); getRequest.setVersion("2019-07-01"); getRequest.setAction("GetPredictDoc"); getRequest.setMethod(MethodType.POST); getRequest.putQueryParameter("DocId", docId); response = client.getCommonResponse(getRequest); logger.info("GetPredictDoc ok request:{} response:{}", JSON.toJSONString(request), JSON.toJSONString(response)); if (response.getHttpStatus() == 200) { JSONObject getData = JSON.parseObject(response.getData()); String result = getData.getString("resultContent"); String status = getData.getString("status"); //需要循环判断是否翻译完成 if (status != null && status.equals("2")) { String xliffInfo = getData.getString("xliffInfo"); String outputFilePath = "/tmp/test.docx"; FileUtils.writeFile(outputFilePath, result.getBytes()); if (xliffInfo != null) { String xliffPath = "/tmp/xliff.docx"; FileUtils.writeFile(xliffPath, xliffInfo.getBytes()); } } } } } catch (Exception e) { logger.error("testMTTranslateByDoc is error", e); } } }-
干预接口 3.1干预词包新增接口
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。
3.1.1 输入参数 参数名称 必选 类型 描述 PackageName 是 String 词包名称 ProjectId 是 Long 项目id SourceLanguage 是 String 源语种（zh,ja,en) TargetLanguage 是 String 目标语种(zh,ja,en) 3.1.2 输出参数 参数名称 类型 描述 code Int32 返回代码 message String 错误信息 RequestId String 请求Id PackageId Long 词包Id 3.1.3 示例
输入： { "PackageName": "test", "ProjectId": "1", "SourceLanguage": "zh", "TargetLanguage": "en", } 输出： { "Code": "200", "RequestId": "aare83jnn9wj3", "Message": "", "PackageId": "1" }3.2 干预词新增接口 3.2 干预词新增接口
请求URL：[http|https]:[http|https]://automl.cn-hangzhou.aliyuncs.com/api/automl/addMTInterveneWord 本接口（AddMTInterveneWord）通过RPC方式，用于获取机翻自学习模型产出的结果。3.2.1 输入参数 参数名称 必选 类型 描述 SourceText 是 String 原文 TargetText 是 String 干预文本 PackageId 是 Long 词包Id ProjectId 是 Long 项目id 3.2.2 输出参数 参数名称 类型 描述 code Int32 返回代码 message String 错误信息 RequestId String 请求Id WordId Long 词Id 3.2.3 示例
输入： { "PackageName": "test", "ProjectId": "1" } 输出： { "Code": "200", "RequestId": "aare83jnn9wj3", "Message": "", "PackageId": "1" }3.3 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。3.3.1 输入参数 参数名称 必选 类型 描述 ModelId 是 Long 模型Id ModelVersion 否 String 模型版本，不传入选择最新版本 PackageId 是 Long 词包Id ProjectId 是 Long 项目id 3.3.2 输出参数 参数名称 类型 描述 code Int32 返回代码 message String 错误信息 RequestId String 请求Id Success Long 结果是否正确 3.3.3 示例
输入： { "PackageId": "1", "ProjectId": "1", "ModelId": "1", "ModelVersion": "V1" } 输出： { "Code": "200", "RequestId": "aare83jnn9wj3", "Message": "", "Success": "true" }- 错误码 错误码 含义说明 200 正常返回 10001 参数校验异常 11009 调用额度已超出限制 13016 调用接口被限流（默认模型+用户维度10qps） 13017 模型鉴权失败 13018 未找到模型 13020 模型未发布成功 19999 服务器内部出现错误，请稍后重试或者联系客服人员帮忙解决。
2020-03-27 14:56:33赞同 展开评论 打赏 -
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
