From 7def208a5cb4531e1c8de1fc3dc5a3cd3e742c90 Mon Sep 17 00:00:00 2001 From: Qian Bao Date: Thu, 4 Apr 2024 13:55:08 +0800 Subject: [PATCH] Update README_ja.md (#228) Suggested some minor translation updates to improve readability. ### What problem does this PR solve? Suggested some minor translation updates to improve readability. Issue link:#[Link the issue here] ### Type of change - [ ] Bug Fix (non-breaking change which fixes an issue) - [ ] New Feature (non-breaking change which adds functionality) - [ ] Breaking Change (fix or feature that could cause existing functionality not to work as expected) - [x] Documentation Update - [ ] Refactoring - [ ] Performance Improvement - [ ] Test cases - [ ] Python SDK impacted, Need to update PyPI - [ ] Other (please describe): --- README_ja.md | 24 ++++++++++++------------ 1 file changed, 12 insertions(+), 12 deletions(-) diff --git a/README_ja.md b/README_ja.md index bd64189ff..ffe979d70 100644 --- a/README_ja.md +++ b/README_ja.md @@ -23,35 +23,35 @@ ## 💡 RAGFlow とは？ -[RAGFlow](https://demo.ragflow.io) は、深い文書理解に基づいたオープンソースの RAG (Retrieval-Augmented Generation) エンジンである。LLM（大規模言語モデル）を組み合わせることで、様々な複雑なフォーマットのデータから根拠のある引用に裏打ちされた、真実味のある質問応答機能を提供し、あらゆる規模のビジネスに合理化された RAG ワークフローを提供します。 +[RAGFlow](https://demo.ragflow.io) は、深い文書理解に基づいたオープンソースの RAG (Retrieval-Augmented Generation) エンジンである。LLM（大規模言語モデル）を組み合わせることで、様々な複雑なフォーマットのデータから根拠のある引用に裏打ちされた、信頼できる質問応答機能を実現し、あらゆる規模のビジネスに適した RAG ワークフローを提供します。 ## 🌟 主な特徴 ### 🍭 **"Quality in, quality out"** - 複雑な形式の非構造化データからの[深い文書理解](./deepdoc/README.md)ベースの知識抽出。 -- 文字通り無限のトークンから"干し草の山の中の針"を見つける。 +- 無限のトークンから"干し草の山の中の針"を見つける。 ### 🍱 **テンプレートベースのチャンク化** -- 知的で説明しやすい。 -- 豊富なテンプレートオプション。 +- 知的で解釈しやすい。 +- テンプレートオプションが豊富。 ### 🌱 **ハルシネーションが軽減された根拠のある引用** -- 人間の介入を可能にするテキストチャンキングの視覚化。 -- 重要な参考文献のクイックビューと、根拠ある答えをサポートする追跡可能な引用。 +- 可視化されたテキストチャンキング（text chunking）で人間の介入を可能にする。 +- 重要な参考文献のクイックビューと、追跡可能な引用によって根拠ある答えをサポートする。 -### 🍔 **異種のデータソースとの互換性** +### 🍔 **多様なデータソースとの互換性** - Word、スライド、Excel、txt、画像、スキャンコピー、構造化データ、Web ページなどをサポート。 ### 🛀 **自動化された楽な RAG ワークフロー** -- 個人から大企業まで対応する合理化されたRAGオーケストレーション。 -- 設定可能な LLM とエンベッディングモデル。 +- 個人から大企業まで対応できる RAG オーケストレーション（orchestration）。 +- カスタマイズ可能な LLM とエンベッディングモデル。 - 複数の想起と融合された再ランク付け。 -- ビジネスとのシームレスな統合のための直感的な API。 +- 直感的な API によってビジネスとの統合がシームレスに。 ## 🔎 システム構成 @@ -59,7 +59,7 @@ -## 🎬 始める +## 🎬 初期設定 ### 📝 必要条件 @@ -134,7 +134,7 @@ > 詳しくは [./docs/llm_api_key_setup.md](./docs/llm_api_key_setup.md) を参照してください。 - _ショーの開幕です！_ + _これで初期設定完了！ショーの開幕です！_ ## 🔧 コンフィグ