Legal T5 Small Multitask Sv En

🚀 legal_t5_small_multitask_sv_enモデル

このモデルは、スウェーデン語の法的テキストを英語に翻訳するためのものです。最初はthis repositoryで公開されました。このモデルは、jrc - acquis、europarl、dcepの3つの並列コーパスの42言語ペアで並列に学習され、マスク言語モデルの予測タスクを含む教師なしタスクも行います。

✨ 主な機能

• スウェーデン語の法的テキストを英語に翻訳することができます。
• 多言語ペアのデータセットで学習され、多タスク学習を実現しています。

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelWithLMHead, TranslationPipeline

pipeline = TranslationPipeline(
model=AutoModelWithLMHead.from_pretrained("SEBIS/legal_t5_small_multitask_sv_en"),
tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/legal_t5_small_multitask_sv_en", do_lower_case=False, 
                                            skip_special_tokens=True),
    device=0
)

sv_text = "inlämnat av följande ledamöter:"

pipeline([sv_text], max_length=512)

📚 ドキュメント

モデルの説明

legal_t5_small_multitask_sv_enモデルでは事前学習は行われておらず、すべての翻訳タスクに教師なしタスクを追加することで、多タスク学習を実現しています。

想定される用途と制限

このモデルは、スウェーデン語の法的テキストを英語に翻訳するために使用できます。

学習データ

legal_t5_small_multitask_sv_enモデル（対応する言語ペアのみを含む教師ありタスクと、すべての言語ペアのデータが利用可能な教師なしタスク）は、[JRC - ACQUIS](https://wt - public.emm4u.eu/Acquis/index_2.2.html)、EUROPARL、[DCEP](https://ec.europa.eu/jrc/en/language - technologies/dcep)のデータセット（900万の並列テキストを含む）で学習されました。

学習手順

このモデルは、単一のTPU Pod V3 - 8で合計250Kステップ、シーケンス長512（バッチサイズ4096）で学習されました。総計約2億2000万のパラメータを持ち、エンコーダ - デコーダアーキテクチャを使用して学習されました。オプティマイザには、逆平方根学習率スケジュールを持つAdaFactorが使用されました。

前処理

並列コーパス（すべての可能な言語ペア）の8800万行のテキストで学習されたユニグラムモデルを使用して語彙を取得し（バイトペアエンコーディング）、このモデルで使用しています。

評価結果

このモデルを翻訳テストデータセットで使用した場合、以下の結果が得られます。

BibTeXエントリと引用情報

Created by Ahmed Elnaggar/@Elnaggar_AI | [LinkedIn](https://www.linkedin.com/in/prof - ahmed - elnaggar/)