روبوتات دردشة متعددة اللغات كما ينبغي: مستوى النموذج مقابل طبقة الترجمة

روبوتات محادثة متعددة اللغات كما ينبغي أن تكون

تعتمد معظم روبوتات المحادثة التي تروّج لنفسها على أنها «تدعم أكثر من 50 لغة» على طبقة للترجمة:

1. اكتشاف لغة العميل

2. ترجمة استفساره إلى الإنجليزية

3. إنشاء الرد بالإنجليزية

4. ترجمة الرد إلى لغة العميل

هذه الطريقة سريعة ومنخفضة التكلفة، لكنها تخذل العملاء أيضًا.

لماذا تفشل طبقة الترجمة

• تفقد التعابير الاصطلاحية معناها. يُترجم التعبير "It's raining cats and dogs" حرفيًا، فيصبح بلا أي معنى في اللغة المستهدفة.
• تضيع الصيغة الثقافية المناسبة. تختفي مستويات التأدب في اليابانية، ويضيع الفرق بين الخطاب الرسمي وغير الرسمي في الإسبانية.
• تُترجم مصطلحات المجال ترجمة خاطئة. يتحول مصطلح "Junior Suite" إلى "Young Suite" بالإيطالية.
• يزداد زمن الاستجابة ثلاثة أضعاف. ثلاث عمليات استدعاء للنموذج بدلًا من واحدة.

تعدد اللغات على مستوى النموذج

النهج الصحيح هو استخدام نموذج قادر بطبيعته على الاستدلال عبر لغات متعددة.

تدعم نماذج عائلة GPT-4 لغات متعددة بشكل أصلي. فعندما يطرح عميل ياباني سؤالًا باليابانية، يقوم النموذج بما يلي:

1. يقرأ السؤال باليابانية

2. يسترجع المحتوى من قاعدة معرفتك (سواء كان بالإنجليزية أو اليابانية، فكلاهما يعمل)

3. يستدل في الفضاء الكامن

4. ينشئ الرد باليابانية، بالصيغة المناسبة ثقافيًا، مع الحفاظ على الفروق الدقيقة والتعابير الاصطلاحية

لا توجد طبقة ترجمة، ولا زيادة مضاعفة في زمن الاستجابة، ولا فقدان للفروق الدقيقة.

ماذا نعني بـ "45 لغة أصلية" في GlobalChatbot

نحن لا نترجم، بل نستخدم نموذجًا يتعامل بشكل أصلي مع 45 لغة، مع مراعاة السياق الثقافي لكل منها.

عندما يسأل عميل إيطالي عن فندقك، يتلقى ردًا صاغه نموذج يتحدث الإيطالية، لا ردًا مترجمًا من الإنجليزية. وهذا الفارق له أثر هائل في معدلات التحويل.