Teanga chatbot a aithint go huathoibríoch: sainroghanna, roghanna cúltaca agus rogha úsáideora

Níor cheart do chatbot ilteangach do shuíomh gréasáin cuairteoirí a chur sa teanga mhícheart leis an gcéad fhreagra féin. Ach, maidir le teanga an chatbot a bhrath go huathoibríoch tá níos mó i gceist leis ná an chéad luach ón mbrabhsálaí a ghlacadh. Is féidir le socruithe brabhsálaí a bheith as dáta, d’fhéadfadh gléas a bheith á roinnt, agus b’fhéidir gur fearr le duine ábhar teicniúil a léamh i mBéarla cé go n-úsáideann a chóras oibriúcháin an Ghearmáinis.

Ar an gcúis sin, ní dhéileálann réiteach láidir leis an mbrath uathoibríoch ach mar chomhartha tosaigh. Bíonn tosaíocht ag rogha shainráite an úsáideora, socraíonn infhaighteacht an chomhéadain, an bhunachair eolais agus an phróisis aistrithe na teorainneacha, agus cuireann cúl-rogha infheicthe cosc ar theanga a dhealraíonn a bheith oiriúnach bheith ina cúis le freagraí neamhiomlána nó cumtha.

Cén fáth nach bhfuil teanga an bhrabhsálaí ach ina leid

Is minic a sheolann brabhsálaithe an ceanntásc HTTP Accept-Language. Tá raonta teanga ann agus is féidir leis ord tosaíochta a chur in iúl trí luachanna cáilíochta mar a thugtar orthu, mar shampla de-AT,de;q=0.9,en;q=0.7Déanann an caighdeán RFC 9110 cur síos go sainráite ar na sainroghanna seo mar chabhair chun léiriú a roghnú, ní mar dhearbhú cinnte faoin duine.

Sa bhrabhsálaí, soláthraíonn navigator.languages liosta ordaithe de chlibeanna teanga BCP-47 is fearr leis an úsáideoir. De réir MDN , is féidir le brabhsálaithe, áfach, níos lú sainroghanna a nochtadh ar chúiseanna príobháideachais. Ina theannta sin, d’fhéadfadh brabhsálaí leaganacha níos ginearálta a chur leis i gcásanna áirithe: ó de-AT , is féidir go mbeidh de ábhartha freisin don mheaitseáil.

Tá an impleacht do chatbots praiticiúil: Accept-Language agus navigator.languages — is iarrthóirí maithe iad don chéad mholadh. Ach níor cheart dóibh seasamh in áit suímh ná náisiúntachta. Ní léiríonn seoladh IP mian teanga iontaofa. Ní leor an fearann ná teanga an leathanaigh ina n-aonar ach oiread má tá cuairteoir tar éis aistriú d’aon ghnó go leagan teanga eile.

Seachnaíonn slabhra tosaíochta soiléir iontais

Ba cheart go mbeadh an roghnú réamhchinntithe. Is maith a oibríonn ord a thugann meáchan soiléir do gach foinse:

1. Rogha shainráite sa seisiún reatha: Má chliceálann an t-úsáideoir ar an bhFraincis, caithfidh an chéad fhreagra eile ón chatbot a bheith i bhFraincis.
2. Sainrogha stóráilte atá fós bailí: Féadfaidh rogha níos luaithe a bheith i bhfeidhm arís ar chuairt níos déanaí, ar choinníoll go bhfuil an stóráil trédhearcach agus ceadaithe go teicniúil.
3. Teanga an leathanaigh reatha: Níor cheart don chatbot imeacht, gan chúis, ón leagan teanga a osclaíodh d’aon ghnó.
4. Sainroghanna an bhrabhsálaí: Déantar an liosta a mheaitseáil leis na locales chatbot a dtacaítear leo i ndáiríre.
5. Réamhshocrú doiciméadaithe: Mura bhfuil aon rud oiriúnach, úsáidtear bunteanga a roghnaíodh d’aon ghnó seachas toradh randamach.

Scarann an slabhra seo brath ó chinneadh. Is féidir é a logáil agus a thástáil: source=user, source=stored, source=page, source=browser nó source=default. Maidir le hanailísíocht, is leor de ghnáth an fhoinse agus an locale roghnaithe. Níor cheart liosta iomlán teangacha an bhrabhsálaí a stóráil gan ghá, mar tugann RFC 9110 foláireamh faoi rioscaí féideartha príobháideachais agus méarlorgaireachta a bhaineann le sainroghanna teanga mionsonraithe.

Clibeanna BCP-47 a normalú gan brí a chailleadh

Ní dhá litir amháin atá i gclibeanna teanga. pt-BR agus pt-PT — tá teanga i gcoiteann acu, ach is féidir leo a bheith éagsúil ó thaobh tona, rogha focal, formáidí agus téarmaí dlí de. D’fhéadfadh córais scríofa a bheith ríthábhachtach freisin. Mar sin, ba cheart don fheidhmchlár clibeanna atá ag teacht isteach a normalú ó thaobh comhréire de agus ansin iad a sheiceáil i gcoinne liosta sainráite de locales a dtacaítear leo.

Ó chlib shonrach go cúl-rogha shábháilte

Déanann meaitseáil chiallmhar iarracht an leagan cruinn a aimsiú ar dtús. Mura bhfuil de-AT ar fáil, is féidir le de a leanúint. Ina dhiaidh sin, is féidir le locale réamhshocraithe aitheanta, seiceáilte ó thaobh eagarthóireachta de, teacht i bhfeidhm. Ach ní bhíonn sé sábháilte i gcónaí na fo-chlibeanna uile a ghearradh de. I gcás teangacha a bhfuil il-scripteanna nó leaganacha an-difriúla acu, teastaíonn mapáil atá sainithe d’aon ghnó ón táirge.

Ní mór an rogha chúltaca a sheiceáil ar leithligh ar thrí leibhéal: An bhfuil an comhéadan comhrá aistrithe? An bhfuil foinsí eolais oiriúnacha ann? An féidir le foireann tacaíochta dhaonna an teanga sin a láimhseáil? Ní cruthúnas é cnaipe logánaithe ann féin go bhfuil an clúdach céanna ag an mbunachar eolais. Léirítear conas foinsí a scaradh de réir teanga, leagain agus rochtana san alt faoi scagairí meiteashonraí RAG do chatbotanna intleachta saorga.

Cuir uathoibriú ar fáil, coinnigh rogha an úsáideora le feiceáil

Nascann moladh idirnáisiúnaithe an W3C idirbheartaíocht uathoibríoch teanga le naisc atá éasca a aimsiú chuig leaganacha malartacha teanga. Nuair a athraíonn úsáideoir an teanga é féin, ba cheart don rogha sin tosaíocht an bhrabhsálaí a shárú agus, más mian leis, fanacht i bhfeidhm do leathanaigh ina dhiaidh sin.

Maidir le chatbot, ciallaíonn sé seo: ba cheart an teanga ghníomhach a bheith le feiceáil i gceanntásc an chomhrá nó i roghchlár atá éasca a bhaint amach. Níor cheart don athrú dréacht reatha a sheoladh gan fhios don úsáideoir. Ina áit sin, coinnítear an t-ionchur, míníonn an bot an t-athrú teanga go hachomair agus leanann sé leis an gcomhrá ar bhealach rialaithe. Má tá teachtaireachtaí roimhe seo i dteanga eile, ba cheart don chóras a mbrí don chomhthéacs a chaomhnú, ach gan an stair iomlán a aistriú gan iarraidh.

Seo sampla de dhea-fhoirmliú: “Roghnaíodh an Ghearmáinis ón leathanach seo. Athraigh an teanga.” I gcás cúltaca, is féidir leis an leid a bheith níos sonraí: “Níl aon fhaisnéis dheimhnithe ar fáil i nGearmáinis faoin ábhar seo. Is féidir liom an fhoinse Bhéarla a úsáid nó tú a chur ar aghaidh chuig an tacaíocht.” Mar sin tuigeann an t-úsáideoir cén fáth a n-athraíonn an teanga nó doimhneacht an fhreagra.

Scar teanga an leathanaigh, teanga an chomhrá agus locale an ábhair óna chéile

Is minic a dhéantar trí luach a chumasc go mícheart in aon réimse amháin:

• Teanga an leathanaigh: príomhtheanga an doiciméid HTML;
• Teanga an chomhrá: an teanga ina dtaispeántar an comhéadan agus na freagraí;
• Locale an ábhair: an leagan óna bhfuil cead ag an chatbot faisnéis atá tacaithe le fianaise a aisghabháil.

Féadfaidh na luachanna sin a bheith mar an gcéanna, ach ní gá dóibh a bheith. Is féidir le húsáideoir a labhraíonn Gearmáinis ceist i nGearmáinis a chur ar leathanach táirge i mBéarla. Féadfaidh an bot freagra a thabhairt i nGearmáinis agus fós tagairt a dhéanamh go trédhearcach d’fhoinse bhunaidh Bhéarla. Ach níor cheart dó a mhaíomh gur úsáid sé foinse Ghearmáinise mura ndearnadh ach an freagra a aistriú.

Chun inrochtaineacht a chinntiú, ní mór teanga an doiciméid agus teanga an ábhair a mharcáil i gceart. Déanann teicníc W3C H57 cur síos ar an aitreabúid langar an eilimint html, ionas gur féidir le léitheoirí scáileáin, i measc rudaí eile, fuaimniú agus comhréir a phróiseáil mar is cuí. Má athraíonn rannán aonair teanga, teastaíonn marcáil chuí don réimse sin freisin. Tá tuilleadh seiceálacha bailithe sa seicliosta WCAG do chatbotanna ar shuíomhanna gréasáin.

Ní mór do thaisce agus do URLanna an cinneadh teanga a urramú

Má roghnaítear ábhar ar thaobh an fhreastalaí de réir Accept-Language , ní mór an straitéis taisce a chur san áireamh. Míníonn RFC 9110 go gcuireann Vary: Accept-Language in iúl do thaiscí go raibh tionchar ag an gceanntásc ar an léiriú. Má tá an scaradh seo in easnamh, féadfaidh taisce an leagan Gearmáinise a sheachadadh do chuairteoir a labhraíonn Béarla.

Maidir le hábhar poiblí in-innéacsaithe, is minic gur fusa URLanna cobhsaí atá sonrach don teanga a sheiceáil agus a roinnt. Is féidir leis an mbrath uathoibríoch an t-úsáideoir a threorú ansin chuig URL oiriúnach, gan ábhar éagsúil a cheilt faoin seoladh céanna. Sa chomhrá féin, ba cheart go mbeadh an locale mar chuid de staid an tseisiúin agus de gach iarratas ar thaobh an fhreastalaí. Ní mór d’athrú teanga eochracha taisce, scagairí aisghabhála agus giniúint freagraí a nuashonrú le chéile.

Is cuid den chonradh seo iad luachanna formáidithe freisin. Ní thagann dáta, uimhir, airgeadra ná crios ama go huathoibríoch ná go ceart as teanga an téacs. Léirítear sa treoir Freagraí chatbot a logánú conas a láimhseáiltear na sonraí seo ar leithligh agus go comhsheasmhach.

Níor cheart do roghanna cúltaca bearnaí san ábhar a cheilt

Is é an botún is baolaí ná athrú ciúin ar an mbunachar eolais. Mura bhfuil alt Gearmáinise ann don cheist Ghearmáinise, féadfaidh an bot foinse Bhéarla a úsáid, má cheadaíonn an táirge an bealach sin. Ní mór dó, áfach, an fhoinse, a húire agus an cead rochtana a sheiceáil ar an mbealach céanna is a dhéanfadh sé le meaitseáil dhíreach.

Ba cheart na nithe seo ar a laghad a bheith i maitrís chúltaca shábháilte: an locale iarrtha, an locale UI atá ar fáil, an locale ábhair atá ar fáil, an locale ionaid cheadaithe, an modh aistriúcháin agus an sprioc handoff. Ní freagra atá sa toradh i gcónaí. I gcás ábhar íogair nó ábhar a bhraitheann go mór ar chomhthéacs, is fearr a rá nach bhfuil aon fhaisnéis fhíoraithe sa teanga seo ná aistriúchán líofa ach gan fianaise. Míníonn an t-alt faoi Roghanna cúltaca i gcás bearnaí eolais conas a oibríonn éiginnteacht agus handoff le chéile.

Cásanna tástála don loighic teanga

Aimsíonn tacar tástálacha beag córasach níos mó earráidí ná seiceáil bhrabhsálaí amháin. Ba cheart dó na cásanna seo a leanas ar a laghad a chumhdach:

• de-AT atá á thairiscint, ach ní thacaítear ach le de;
• níl an chéad rogha bhrabhsálaí ar fáil, ach tá an dara ceann ar fáil;
• tagann rogha an úsáideora salach ar theanga an leathanaigh agus ar theanga an bhrabhsálaí;
• tagraíonn rogha stóráilte do locale atá bainte idir an dá linn;
• tá an UI ann, ach níl an bunachar eolais ná an handoff ann;
• tarlaíonn athrú teanga i lár comhrá ina bhfuil téacs nár seoladh;
• seachadann an taisce an locale nua i ndáiríre tar éis an athraithe;
• aithníonn an léitheoir scáileáin teanga an leathanaigh agus teanga na rannóige i gceart;
• taifeadann an anailísíocht foinse na rogha agus an cúltaca, ach ní thaifeadann sí liosta roghanna ró-mhionsonraithe gan ghá.

I gcás gach teaglaim, ba cheart d’fhoirne an locale a bhfuiltear ag súil leis, foinse an chinnidh, an fógra infheicthe agus an spás ábhair ceadaithe a thaifeadadh. Ina theannta sin, teastaíonn seiceálacha samplacha saineolais do gach teanga. Ní féidir iomláine ná cáilíocht na bhfreagraí a bhaint as líne aistriúcháin a bheith ann amháin.

Seicliosta praiticiúil don chur i bhfeidhm

1. Déan fardal ar leith de na localeanna UI, na localeanna ábhair agus na localeanna handoff go léir a dtacaítear leo.
2. Déan slabhra tosaíochta soiléir a dhoiciméadú le haghaidh rogha an úsáideora, an rogha stóráilte, an leathanaigh, an bhrabhsálaí agus an réamhshocraithe.
3. Sainigh meaitseáil BCP-47 mar aon le heisceachtaí réigiúnacha agus eisceachtaí a bhaineann leis an gcóras scríbhneoireachta.
4. Dear athrú teanga sa chaoi go mbeidh sé infheicthe agus nach gcaillfear ionchur.
5. Teorannaigh roghanna cúltaca de réir clúdach foinsí, úire agus cead rochtana.
6. lang, URLanna atá sonrach don teanga, canónacha agus iompar na taisce a sheiceáil.
7. Ná stóráil ach sonraí anailísíochta riachtanacha agus socraigh tréimhse choinneála.
8. Tástáil ríomhaire deisce, gléas soghluaiste, méarchlár agus léitheoir scáileáin le liostaí roghanna réalaíocha.

Dá bhrí sin, ní hé an cinneadh lárnach faoin táirge: „Cén teanga atá ag an gcuairteoir seo?“ Is é: „Cén teanga a iarradh, cén t-ábhar atá ar fáil go hiontaofa dá haghaidh, agus conas a mhínímid bealach cúltaca riachtanach?“ Má fhreagraítear na trí cheist seo ar leithligh, faightear chatbot a thosaíonn go cabhrach go huathoibríoch ach a fhágann an smacht ag an úsáideoir.

Foinsí

• RFC 9110: Accept-Language, Vary agus príobháideachas
• MDN: Navigator.languages
• W3C Internationalization: Úsáideoirí a threorú chuig leathanaigh aistrithe
• W3C WAI: Teanga an doiciméid a mharcáil le lang