Melhorando as Traduções dos Títulos de Produtos de E-Commerce

Sites de E-commerce permitem que as pessoas comprem em diferentes idiomas. Isso facilita para os clientes encontrarem o que querem. No entanto, traduzir os títulos dos produtos de forma precisa é importante porque esses títulos ajudam os clientes a entenderem os produtos.

#O Desafio de Traduzir Títulos de Produtos

Traduzir os títulos dos produtos não se resume a trocar palavras de uma língua para outra. Os títulos costumam ser curtos, sem contexto e podem ter termos especiais que são únicos para um produto. Por exemplo, um título pode dizer “Dance suas preocupações para longe - cartão de felicitações.” Ao traduzir esse título, é crucial manter a mensagem principal e garantir que o estilo e o tom continuem os mesmos.

Tradicionalmente, os sites de e-commerce usavam sistemas de Tradução bilíngue para ajudar com isso, mas avanços recentes em grandes modelos de linguagem (LLMs) mostram que eles também podem traduzir títulos de produtos de forma eficaz. Os LLMs podem lidar com traduções em vários idiomas, o que os torna uma boa opção para traduzir títulos. Eles podem até melhorar a forma como os títulos são escritos ao traduzir dentro do mesmo idioma.

#Desafios ao Usar Grandes Modelos de Linguagem

Embora os LLMs sejam promissores, eles também trazem desafios:

1. Títulos Curtos: Os títulos dos produtos são breves, e traduzi-los corretamente frequentemente requer conhecimento de termos específicos relacionados ao produto.
2. Natureza Dinâmica: Novos produtos são adicionados com frequência, o que significa que o modelo precisa se manter atualizado com as últimas informações dos produtos.
3. Suporte Linguístico: Nem todos os LLMs suportam todos os pares de idiomas, o que pode limitar sua eficácia em certas traduções.
4. Mudanças Rápidas: Com LLMs melhores sempre surgindo, há uma necessidade de se adaptar rapidamente para manter a qualidade da tradução.

#Uma Nova Abordagem: Geração Aumentada por Recuperação

Para enfrentar esses problemas, uma nova forma chamada geração aumentada por recuperação (RAG) foi proposta. RAG utiliza informações bilíngues de produtos existentes para ajudar a melhorar a tradução de títulos. Ao recuperar títulos bilíngues semelhantes e usá-los como exemplos, o RAG pode aprimorar como os LLMs traduzem títulos de produtos.

A ideia é simples: quando o LLM tenta traduzir um título de produto, ele busca títulos semelhantes que já foram traduzidos. Usando esses exemplos, o modelo pode entender melhor como traduzir o título corretamente.

#Usando Informação Bilíngue de Produtos

A indústria de e-commerce tem acesso a uma coleção crescente de informações bilíngues de produtos, que inclui títulos, descrições e características dos produtos. Essas informações podem ser usadas para construir um banco de dados do qual o LLM pode recuperar exemplos relevantes ao traduzir.

Construir esse banco de dados ajuda a garantir que os LLMs tenham uma ampla gama de exemplos para se basear, tornando-os mais eficazes na tradução de títulos com precisão.

#Como o RAG Funciona

Quando é hora de traduzir um título de produto, o processo funciona assim:

1. O sistema pega um título de produto na língua de origem.
2. Ele busca nas informações bilíngues indexadas por títulos semelhantes.
3. Com base na semelhança, ele recupera os principais exemplos.
4. Esses exemplos são usados como sugestões para guiar o LLM a produzir uma tradução melhor.

Esse método permite que o LLM gere traduções que são mais precisas e relevantes para o produto, melhorando a qualidade geral dos títulos.

#Experimentando com Diferentes Pares de Idiomas

A eficácia do método RAG foi testada usando vários pares de idiomas, incluindo inglês-holandês, inglês-alemão e mais. Nesses experimentos, os pesquisadores amostraram 2.000 títulos de produtos para cada par de idiomas. A qualidade das traduções foi medida usando uma métrica chamada chrF, que é adequada para textos curtos como títulos de produtos.

Os resultados mostraram que o uso do RAG melhorou significativamente a qualidade das traduções. Para certos pares de idiomas onde o LLM tinha menos experiência, as melhorias chegaram a até 15,3%.

#Resultados da Abordagem RAG

Através dos experimentos, o método RAG provou sua força em melhorar as traduções de títulos. Aqui estão alguns resultados notáveis:

1. Maior Precisão: As traduções se tornaram mais precisas, especialmente na preservação de terminologia especializada relacionada aos produtos.
2. Manutenção de Nomes de Marca: O método permitiu o tratamento adequado de nomes de marca, garantindo que eles permanecessem consistentes nas traduções.
3. Consistência Estilística: Os títulos traduzidos usando RAG aderiram ao formato e estilo esperados, que são essenciais para uma apresentação profissional.

Os resultados mostraram que quando exemplos foram recuperados de um banco de dados combinado de títulos, descrições e pontos de destaque, a qualidade da tradução foi notavelmente melhor. Isso destaca a vantagem de ter exemplos diversos para se basear no processo de tradução.

#Exemplo do Mundo Real de Tradução Melhorada

Vamos ver como o RAG pode melhorar traduções específicas:

• Um produto intitulado “Posted No Trespass Hunting Fishing Trapping Under Penalty” deve manter a frase “No Trespass” intacta. Sem o método RAG, o modelo pode traduzir incorretamente todo o título. No entanto, com o RAG, o modelo recupera um exemplo semelhante que mostra a importância de manter essa frase, resultando em uma tradução melhor.

• Outro exemplo envolve um título como “Peppa Pig House Tea Playset.” Sem o RAG, o modelo pode traduzir “Peppa Pig” como “Peppa Schwein,” o que perde o nome da personagem. Mas, com o RAG, o resumo de títulos de produtos semelhantes ajuda a preservar o nome com precisão.

#Conclusão

A abordagem RAG representa um avanço valioso na melhoria da qualidade das traduções de títulos de produtos de e-commerce. Ao usar informações bilíngues existentes de forma eficaz, ajuda a garantir que os títulos dos produtos sejam não apenas traduzidos com precisão, mas também mantenham seus significados e contextos pretendidos. Esse método oferece uma solução flexível e escalável para empresas de e-commerce, permitindo que elas acompanhem a natureza sempre em mudança de produtos e idiomas.

À medida que o e-commerce continua a crescer e evoluir, técnicas como o RAG desempenharão um papel crítico em garantir que os clientes possam facilmente descobrir produtos em seus idiomas preferidos, aumentando assim sua experiência de compra.