opus-mt-en-slaオープンソース翻訳モデル - 無料でデプロイして英語からスラヴ語族言語への翻訳を実現

ホーム

Opus Mt En Sla

Helsinki-NLPによって開発

これはTransformerアーキテクチャに基づく多言語機械翻訳モデルで、英語を複数のスラブ語族言語に翻訳することをサポートしています。

機械翻訳

Transformers

複数言語対応オープンソースライセンス:Apache-2.0 #多スラブ語翻訳 #ニュース分野の最適化 #SentencePiece前処理

ダウンロード数 249

リリース時間 : 3/2/2022

モデル概要

このモデルは英語からスラブ語族への翻訳タスクに特化しており、ベラルーシ語、ブルガリア語、チェコ語、ロシア語、ポーランド語などを含む複数のスラブ語をサポートしています。

モデル特徴

多言語サポート

英語から複数のスラブ語族への翻訳をサポートしており、ベラルーシ語、ブルガリア語、チェコ語などを含みます。

前処理最適化

標準化とSentencePiece分詞技術を用いて前処理を行い、翻訳品質を向上させます。

目標言語識別

文頭に目標言語識別子（例：>>rus<<）を追加することで、翻訳の目標言語を指定します。

モデル能力

英語からスラブ語族へのテキスト翻訳

多言語翻訳サポート

文レベルの翻訳

使用事例

言語学習

英語学習支援

スラブ語族の使用者が翻訳を通じて英語の内容を理解するのを支援します。

異言語交流

多言語コンテンツのローカライズ

英語のコンテンツを複数のスラブ語に迅速に翻訳します。

🚀 eng - sla

このモデルは英語をソース言語とし、スラブ語族の言語をターゲット言語とする翻訳モデルです。
OPUSのREADME: eng - sla

属性	详情
モデルタイプ	Transformer
ソース言語	eng
ターゲット言語	bel bel_Latn bos_Latn bul bul_Latn ces csb_Latn dsb hrv hsb mkd orv_Cyrl pol rue rus slv srp_Cyrl srp_Latn ukr
前処理	正規化 + SentencePiece (spm32k,spm32k)
初期言語トークン	`>>id<<` 形式のトークンが必要 (id = 有効なターゲット言語ID)
オリジナルの重みのダウンロード	opus2m - 2020 - 08 - 01.zip
テストセットの翻訳	opus2m - 2020 - 08 - 01.test.txt
テストセットのスコア	opus2m - 2020 - 08 - 01.eval.txt

📚 ドキュメント

ベンチマーク

テストセット	BLEU	chr - F
newssyscomb2009 - engces.eng.ces	20.1	0.484
news - test2008 - engces.eng.ces	17.7	0.461
newstest2009 - engces.eng.ces	19.1	0.479
newstest2010 - engces.eng.ces	19.3	0.483
newstest2011 - engces.eng.ces	20.4	0.486
newstest2012 - engces.eng.ces	18.3	0.461
newstest2012 - engrus.eng.rus	27.4	0.551
newstest2013 - engces.eng.ces	21.5	0.489
newstest2013 - engrus.eng.rus	20.9	0.490
newstest2015 - encs - engces.eng.ces	21.1	0.496
newstest2015 - enru - engrus.eng.rus	24.5	0.536
newstest2016 - encs - engces.eng.ces	23.6	0.515
newstest2016 - enru - engrus.eng.rus	23.0	0.519
newstest2017 - encs - engces.eng.ces	19.2	0.474
newstest2017 - enru - engrus.eng.rus	25.0	0.541
newstest2018 - encs - engces.eng.ces	19.3	0.479
newstest2018 - enru - engrus.eng.rus	22.3	0.526
newstest2019 - encs - engces.eng.ces	20.4	0.486
newstest2019 - enru - engrus.eng.rus	24.0	0.506
Tatoeba - test.eng - bel.eng.bel	22.9	0.489
Tatoeba - test.eng - bul.eng.bul	46.7	0.652
Tatoeba - test.eng - ces.eng.ces	42.7	0.624
Tatoeba - test.eng - csb.eng.csb	1.4	0.210
Tatoeba - test.eng - dsb.eng.dsb	1.4	0.165
Tatoeba - test.eng - hbs.eng.hbs	40.3	0.616
Tatoeba - test.eng - hsb.eng.hsb	14.3	0.344
Tatoeba - test.eng - mkd.eng.mkd	44.1	0.635
Tatoeba - test.eng.multi	41.0	0.610
Tatoeba - test.eng - orv.eng.orv	0.3	0.014
Tatoeba - test.eng - pol.eng.pol	42.0	0.637
Tatoeba - test.eng - rue.eng.rue	0.3	0.012
Tatoeba - test.eng - rus.eng.rus	40.5	0.612
Tatoeba - test.eng - slv.eng.slv	18.8	0.357
Tatoeba - test.eng - ukr.eng.ukr	38.8	0.600

システム情報

hf_name: eng - sla
ソース言語: eng
ターゲット言語: sla
OPUSのREADMEのURL: https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/eng-sla/README.md
オリジナルのリポジトリ: Tatoeba - Challenge
タグ: ['translation']
言語: ['en', 'be', 'hr', 'mk', 'cs', 'ru', 'pl', 'bg', 'uk', 'sl', 'sla']
ソース言語の構成要素: {'eng'}
ターゲット言語の構成要素: {'bel', 'hrv', 'orv_Cyrl', 'mkd', 'bel_Latn', 'srp_Latn', 'bul_Latn', 'ces', 'bos_Latn', 'csb_Latn', 'dsb', 'hsb', 'rus', 'srp_Cyrl', 'pol', 'rue', 'bul', 'ukr', 'slv'}
ソース言語の多言語性: False
ターゲット言語の多言語性: True
前処理: 正規化 + SentencePiece (spm32k,spm32k)
モデルのURL: https://object.pouta.csc.fi/Tatoeba-MT-models/eng-sla/opus2m-2020-08-01.zip
テストセットのURL: https://object.pouta.csc.fi/Tatoeba-MT-models/eng-sla/opus2m-2020-08-01.test.txt
ソース言語のISO 639 - 3コード: eng
ターゲット言語のISO 639 - 3コード: sla
短い言語ペア: en - sla
chrF2スコア: 0.61
BLEUスコア: 41.0
簡潔性ペナルティ: 0.976
参照文の長さ: 64809.0
ソース言語の名前: English
ターゲット言語の名前: Slavic languages
学習日: 2020 - 08 - 01
ソース言語のISO 639 - 2コード: en
ターゲット言語のISO 639 - 2コード: sla
古いモデルの優先度: False
長い言語ペア: eng - sla
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