opus-mt-fi-enオープンソース機械翻訳モデル - 無料でデプロイしてフィンランド語から英語への簡単な翻訳を実現

Opus Mt Fi En

Helsinki-NLPによって開発

これはtransformer-alignアーキテクチャに基づくフィンランド語から英語への機械翻訳モデルで、Helsinki-NLPチームによって開発されました。

ダウンロード数 33.23k

リリース時間 : 3/2/2022

モデル概要

このモデルは、フィンランド語から英語へのテキスト翻訳タスクに特化しており、標準化前処理とSentencePiece分詞技術を採用しています。

高品質翻訳

Tatoebaテストセットで53.4のBLEUスコアと0.697のchr - Fスコアを達成しました。

標準化前処理

標準化前処理とSentencePiece分詞技術(spm32k)を採用しています。

複数のテストセットによる検証

複数のニューステストセットで全面的な評価が行われました。

フィンランド語から英語へのテキスト翻訳

標準化テキスト入力の処理

SentencePiece分詞のサポート

テキスト翻訳

ニュース翻訳

フィンランド語のニュース内容を英語に翻訳する

newsdev2015テストセットで25.3のBLEUスコアを達成しました。

日常会話翻訳

フィンランド語と英語の間の日常会話を翻訳する

Tatoebaテストセットで53.4のBLEUスコアを達成しました。

このプロジェクトはフィンランド語から英語への翻訳を行うモデルを提供します。Transformer-alignモデルを使用し、SentencePieceによる前処理が施されています。

このモデルは、フィンランド語から英語への翻訳タスクに使用できます。以下の情報を参考に、モデルの使用や評価を行ってください。

モデルのオリジナルの重みをダウンロードするには、以下のリンクをクリックしてください。 opus-2020-08-05.zip

属性	詳情
hf_name	fin-eng
ソース言語	fin
ターゲット言語	eng
opus_readme_url	https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/fin-eng/README.md
オリジナルのリポジトリ	Tatoeba-Challenge
タグ	['translation']
言語	['fi', 'en']
ソース言語の構成要素	{'fin'}
ターゲット言語の構成要素	{'eng'}
ソース言語の多言語性	False
ターゲット言語の多言語性	False
前処理	正規化 + SentencePiece (spm32k,spm32k)
モデルのURL	https://object.pouta.csc.fi/Tatoeba-MT-models/fin-eng/opus-2020-08-05.zip
テストセットのURL	https://object.pouta.csc.fi/Tatoeba-MT-models/fin-eng/opus-2020-08-05.test.txt
ソース言語のISO 639-3コード	fin
ターゲット言語のISO 639-3コード	eng
短い言語ペア	fi-en
chrF2スコア	0.6970000000000001
BLEUスコア	53.4
簡略化ペナルティ	0.99
参照文の長さ	74651.0
ソース言語の名前	Finnish
ターゲット言語の名前	English
学習日	2020-08-05
ソース言語のISO 639-2コード	fi
ターゲット言語のISO 639-2コード	en
古いモデルの優先度	False
長い言語ペア	fin-eng
HelsinkiのGit SHA	480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
TransformersのGit SHA	2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植先のマシン	brutasse
移植時間	2020-08-21-14:41

このモデルのベンチマーク結果は以下の通りです。

テストセット	BLEU	chr-F
newsdev2015-enfi-fineng.fin.eng	25.3	0.536
newstest2015-enfi-fineng.fin.eng	26.9	0.547
newstest2016-enfi-fineng.fin.eng	29.0	0.571
newstest2017-enfi-fineng.fin.eng	32.3	0.594
newstest2018-enfi-fineng.fin.eng	23.8	0.517
newstest2019-fien-fineng.fin.eng	29.0	0.565
newstestB2016-enfi-fineng.fin.eng	24.5	0.527
newstestB2017-enfi-fineng.fin.eng	27.4	0.557
newstestB2017-fien-fineng.fin.eng	27.4	0.557
Tatoeba-test.fin.eng	53.4	0.697