Pytanie zadane po polsku może znaleźć odpowiedź w dokumencie angielskim. To jedna z ciekawszych właściwości osadzeń.
Jak to działa
Modele wielojęzyczne umieszczają teksty o tym samym znaczeniu blisko siebie niezależnie od języka. Wyszukiwanie międzyjęzykowe wynika z tego wprost.
Nie ma tu żadnego tłumaczenia. Zdanie polskie i jego angielski odpowiednik trafiają po prostu w zbliżone miejsce, bo taką własność ma model osadzeń. Działa to tylko wtedy, gdy model był na to przygotowany — przy modelu jednojęzycznym tekst obcy ląduje gdzie popadnie.
Praktyczna korzyść
Dokumentacja producenta po angielsku staje się dostępna dla zespołu pytającego po polsku. Bez tłumaczenia całości.
To samo dotyczy korespondencji z zagranicznymi dostawcami, warunków gwarancji i not technicznych. Zamiast tłumaczyć wszystko na zapas, tłumaczy się dopiero to, co ktoś faktycznie znalazł i chce przeczytać. Szerzej opisuje to tekst o wyszukiwaniu w dokumentacji technicznej.
Odwrotny kierunek też bywa potrzebny: polskie zgłoszenia serwisowe przeszukiwane pytaniem po angielsku, gdy sprawę prowadzi zagraniczny producent.
Ograniczenia
Jakość międzyjęzykowa jest niższa niż w obrębie jednego języka. Przy treściach precyzyjnych warto to sprawdzić.
Bywa też skrzywienie w jedną stronę: pytanie po angielsku znajduje polskie dokumenty lepiej niż odwrotnie albo na odwrót. Tego nie da się przewidzieć z opisu modelu, wychodzi wyłącznie w próbie.
Co trzeba przygotować
Informację o języku przy każdym fragmencie. Bez niej nie da się ani zawęzić wyszukiwania do jednego języka, ani pokazać przy wyniku, w czym jest napisany. Przydaje się też decyzja, co zrobić z dokumentami występującymi w kilku wersjach językowych — indeksowanie wszystkich naraz zapełnia wyniki tą samą treścią powtórzoną kilka razy.
Drugą sprawą jest zestaw sprawdzający ułożony osobno dla każdej pary języków. Wynik dla polskiego nie przenosi się na niemiecki ani czeski.
Odpowiedź w języku pytania
Znaleziony fragment jest w języku źródła. Model odpowiadający powinien sformułować odpowiedź w języku zapytania, wskazując oryginał.
Wskazanie oryginału jest tu obowiązkowe, nie ozdobne. Przy warunkach umownych i parametrach technicznych treść przełożona automatycznie wymaga sprawdzenia u źródła.
Terminologia
Nazwy własne i symbole działają ponad językami. To one często ratują wyszukiwanie tam, gdzie osadzenia zawodzą.
Numer katalogowy wygląda tak samo w każdym języku, więc warstwa dopasowania dosłownego działa tu bez żadnych zmian. To ona wyciąga wyniki wtedy, gdy pytanie sprowadza się do oznaczenia.
Sprawdzenie
Zapytania po polsku do dokumentów obcojęzycznych i odwrotnie. Wynik decyduje, czy warto tłumaczyć treści, czy wystarczy wyszukiwanie.
Sprawdzenie w obrębie samego polskiego opisuje osobny tekst o wyszukiwaniu w języku polskim — warto zacząć od niego, bo model słaby w polskim będzie słaby także międzyjęzykowo.
Kiedy to zbędne
Gdy wszystkie dokumenty są w jednym języku, a pytania padają w tym samym. Wtedy model wielojęzyczny nie daje nic ponad model dostrojony do jednego języka, a zwykle wypada od niego gorzej.
Warto rozstrzygnąć to na początku, bo wybór między modelem jednojęzycznym a wielojęzycznym przesądza o wszystkim, co dalej.
