Opus Mt Tc Big Zlw En

🚀 opus-mt-tc-big-zlw-en

このモデルは西スラブ語（zlw）から英語（en）への翻訳を行うニューラル機械翻訳モデルです。OPUS-MTプロジェクトの一部で、世界中の多くの言語に対してニューラル機械翻訳モデルを広く利用可能にする取り組みの一環です。

✨ 主な機能

• 西スラブ語（zlw）から英語（en）への高精度な翻訳を提供します。
• OPUSのデータを使用してトレーニングされており、多様なコンテキストに対応しています。
• Marian NMTフレームワークでトレーニングされ、transformersライブラリを使ってpyTorchに変換されています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Aoi'ego hobby to tańczenie.",
    "Myślisz, że Tom planuje to zrobić?"
]

model_name = "pytorch-models/opus-mt-tc-big-zlw-en"
tokenizer = MarianTokenizer.from_pretrained(model_name)
model = MarianMTModel.from_pretrained(model_name)
translated = model.generate(**tokenizer(src_text, return_tensors="pt", padding=True))

for t in translated:
    print( tokenizer.decode(t, skip_special_tokens=True) )

# expected output:
#     Aoi's hobby is dancing.
#     You think Tom's planning on doing that?

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-zlw-en")
print(pipe("Aoi'ego hobby to tańczenie."))

# expected output: Aoi's hobby is dancing.

📚 ドキュメント

モデル情報

ベンチマーク

謝辞

この研究は、European Language Gridのpilot project 2866、FoTranプロジェクト（European Research Council (ERC)からの助成金No 771113による資金提供を受けています）、およびMeMADプロジェクト（European Union’s Horizon 2020 Research and Innovation Programmeの助成金No 780069による資金提供を受けています）によって支援されています。また、フィンランドのCSC -- IT Center for Scienceが提供する計算資源とITインフラストラクチャに感謝します。

モデル変換情報

📄 ライセンス

このモデルはcc-by-4.0ライセンスの下で提供されています。

引用

@inproceedings{tiedemann-thottingal-2020-opus,
    title = "{OPUS}-{MT} {--} Building open translation services for the World",
    author = {Tiedemann, J{\"o}rg  and Thottingal, Santhosh},
    booktitle = "Proceedings of the 22nd Annual Conference of the European Association for Machine Translation",
    month = nov,
    year = "2020",
    address = "Lisboa, Portugal",
    publisher = "European Association for Machine Translation",
    url = "https://aclanthology.org/2020.eamt-1.61",
    pages = "479--480",
}

@inproceedings{tiedemann-2020-tatoeba,
    title = "The Tatoeba Translation Challenge {--} Realistic Data Sets for Low Resource and Multilingual {MT}",
    author = {Tiedemann, J{\"o}rg},
    booktitle = "Proceedings of the Fifth Conference on Machine Translation",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.wmt-1.139",
    pages = "1174--1182",
}