Truyện tiên hiệp nào hay

Đừng phức tạp hoá vấn đề. Finetune Large language model với 1 đống data là xong. Thà nếu phát triển đc thuật toán AI mới thì còn đáng.
Đủ data thì kêu nó viết truyện từ scifi đến tiên hiệp cdg cũng đc chứ đừng nói là chỉ translate

 

dễ thế thì nói làm gì :v không thể build model riêng cho từng bộ truyện. mà các bạn nếu đọc truyện có tiếng anh, tiếng nhật sẽ thấy nó cần từ điển khác với đọc tiên hiệp huyền huyễn, cùng là tên riêng nhưng nếu là tên tiếng trung thì nó đọc khác với tên tiếng nhật.

ừ bảo không build dc model riêng cho từng bộ truyện cũng không phải, muốn thì cũng làm dc thôi, cơ mà tôi nghèo không có rtx 4080 4090 + mấy tiếng đồng hồ train từng bộ, phải chịu thôi... một số tool nó có hỗ trợ cả từ điển riêng, nhưng như nói trên, quá nhiều hạn chế.

mà đấy là nói có data sẵn (kiểu như có truyện dịch trên mạng rồi, chỉ việc tải về rồi feed vào pipeline), chứ các bạn đọc truyện mới thì làm vẹo gì có data mà train? cùng lắm thì các bạn thấy từ mới rồi thêm từ mới thôi. mấy cái như tên riêng tiếng trung thì còn dễ, nhưng tên phương tây hoặc tên tiếng nhật không tra tay thì phần lớn là sai bét.

mà còn vấn đề nữa với dịch thuật là ngôn ngữ nó không phải cố định; từ mới, tiếng lóng ra liên tục, chả có dữ liệu có sẵn nào có luôn cả. tôi trước từng thử dịch mấy câu có từ lóng mới ra rồi, google bing deepl các kiểu đều dịch sai bét. trong trường hợp này thì các bạn chỉ có thể tra cách dùng mấy từ này trên mấy trang như moegirl, baidu hay zhihu rồi tự nghĩ ra nghĩa nào cho hợp thôi.

p/s: ừ còn vấn đề nữa là vấn đề đầu tiên, gớm tôi mới chạy công cụ phân tích cây ngữ pháp thôi (aka dùng pretrained model) mà mỗi chương 2k chữ nó đã mất tầm 3s~4s trở lên (nếu dùng gpu xịn aka A16 trở lên thuê trên cloud thì giảm còn 2s~3s nhưng không xuống dưới 1s được). không biết muốn tự finetune language models thì cỏn phải mất bao lâu làm cho nhu cầu cá nhân (aka dịch một hai bộ truyện) thì nó không phải vấn đề, nhưng đây là trang web phục vụ đa đối tượng, không làm thế được.

 

Chịu đấy, tôi 3 môn còn chưa dc 9đ nữa nên khoản này óc lắm
ông thích thì tham khảo sơ qua mấy bản dịch của hắn

https://drive.google.com/drive/folders/1dNGs_OnDI6btRXc6ZcaHa1LIQI_-x531?usp=sharing

 

bên này chắc chưa rộ lên nên còn chưa có cộng đồng, bên sd nó có cộng đồng nên dữ liệu nó đồ sộ vcl ra luôn ấy

 

dạng như SD thì nó dễ hơn, dán nhãn cho ảnh rồi nhét vào dữ liệu. ttuyện chữ thì phức tạp hơn nhiều, muốn dịch ngon thì phải có dữ liệu song ngữ (parallel corpus), mà cái này tôi tìm trung sang anh còn hiếm nói gì trung sang việt. phần lớn bọn làm ngon là tự có dữ liệu cả. Mà giờ dù lấy truyện đã dịch sẵn làm dữ liệu đầu vào thì riêng vụ đảm bảo cho dòng text tiếng trung nó trùng với dòng text tiếng việt thôi cũng tốn kha khá thời gian.

cái drive kia tôi xem qua thì thấy cũng toàn thể loại đông phương, với lại có bản dịch tay (dù chỉ là bản QT đã edit kỹ) mấy trăm chương đầu nên thành ra ra tình trạng overfit (ngon hơn thực tế do dữ liệu trùng với dữ liệu train), chứ check thử vài chương mới nhất thì thấy tên người cũng không có:

ví dụ Chuế Tế 665.txt :
> Là tổng bộ Hình bộ, cũng là cao thủ hung danh hiển hách trong thiên hạ, tông phi hiểu thân hình khôi ngô, so với Thiết Thiên Ưng còn cao hơn một cái đầu. Bởi vì ngoại công xuất chúng, trên đầu của hắn không có râu, nhìn qua rất hung thần ác sát, nhưng trên thực tế lại là người ngoài thô kệch. Thiết Thiên Ưng hợp tác với hắn mấy lần, bao gồm cả chuyện áp giải Thất Phật Thượng kinh lần trước, hai người cũng bắt đầu nói chuyện với Ninh Nghị, bởi vậy giao lưu với nhau coi như có tiếng nói chung.

Tông Phi Hiển ở đây không được viết hoa, nếu là dùng công cụ phân tích ngữ pháp thì nó sẽ ra cụm từ 宗非晓 với từ loại là NR, chăm hơn thì nó có cái gọi là nhận dạng thực thể để phân loại đây là tên người, tên địa danh hay tên tổ chức, dựa vào đó mà tự dịch ra tên tiếng việt cho hợp:


mà tôi muốn phát triển website mới cũng là vì mục đích này, làm dịch máy chỉ là bước đầu thôi, về sau thì người dùng sẽ đổi sang dịch tay lấy cơ sở từ dữ liệu dịch máy. ưu điểm của cách làm này là dữ liệu luôn đồng bộ: một câu tiếng việt luôn có một câu tiếng trung tương đương ở phía trên, không lo lệch. về lâu dài có anh tài nào đó lấy dữ liệu đó train máy dịch đời mới thì thiên hạ đều mừng :)

chứ giờ thì có mứt, muốn có dữ liệu ngon phải có thằng chịu bỏ vài tháng ra cặm cụi sửa tay từng dòng từng dòng một. ai trả chi phí đó?

 

hy vọng có ngày bên text ngon như bên ảnh, chứ tuôi méo đọc cv dc, đọc xong loạn cmn não luôn

 

top 1
https://pops.vn/blog/truyen-kiem-hiep-hay-nhat/

 

Nhìn cách bác bình luận thật tâm huyết, respect bác.

 

Hắn giỏi mà , đọc cũng nhiều , code cũng dữ . Phải cái tính tình hơi cục xúc

 

Không cục súc, hay còn gọi là cực đoan hoá ở trình độ nhất định sao mà giỏi được.

 

https://truyen.tangthuvien.vn/doc-truyen/nhi-thap-that-tai-hai-muoi-bay-nam
Đậu xanh , coi thấy nghi nghi scroll xuống end thấy chú main bị treo cổ đúng y như rằng ...

 

Đọc Cmt thấy 3 chữ CM Pháp thì kiểu gì cũng liên quan đến giá treo cổ và quả hành quyết nữ hoàng thôi

 

Đang đói thuốc chắc bốc random coi bộ nào được coi tiếp quá .
Mịa mới coi nhầm bộ trong sinh phản diện boss đông phương bất bại , tưởng cắt chym tạm thời ai dè hơn ngàn chương thành cắt chym triệt để , dùng trà nghệ + sắc đẹp + võ công chinh chiến chư giới . Làm phải chạy gấp .

 

Tức là đọc hẳn 1000 chương gay lọ gay chai rồi mới drop hả?

 

Qua act 2 thấy vẫn là nữ là phải kéo xuống cuối kiểm tra cho chắc rồi .

 

Hình như bộ đó sau có vụ bị đại lão bắt lại sinh con cho hậu bối, tôi xem khúc đại lão bắt đầu để ý nó là tôi chạy tụt ch im, drop luôn.

 

mình ko thích thể loại gia tộc này
quá nhiều nvc cuối cùng thành lan man

 

Sao cái app vbook chết toi rồi mấy phen

 

Chết đâu. T vẫn đang xem mà?

 

T k load đc ttv từ nó


À giờ xen đc r, nãy nó chết đứ đừ