Opus Mt Tc Big Lt En

🚀 opus-mt-tc-big-lt-en

リトアニア語（lt）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。

このモデルは、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かつアクセスしやすくする取り組みである[OPUS - MTプロジェクト](https://github.com/Helsinki - NLP/Opus - MT)の一部です。すべてのモデルは、最初は純粋なC++で書かれた効率的なNMT実装である[Marian NMT](https://marian - nmt.github.io/)の素晴らしいフレームワークを使用してトレーニングされています。モデルは、huggingfaceのtransformersライブラリを使用してpyTorchに変換されています。トレーニングデータはOPUSから取得され、トレーニングパイプラインは[OPUS - MT - train](https://github.com/Helsinki - NLP/Opus - MT - train)の手順を使用しています。

• 出版物: [OPUS - MT – Building open translation services for the World](https://aclanthology.org/2020.eamt - 1.61/) および [The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT](https://aclanthology.org/2020.wmt - 1.139/) （このモデルを使用する場合は、引用してください。）

@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",
}

🚀 クイックスタート

このモデルはリトアニア語から英語への翻訳に使用できます。以下に使用方法の例を示します。

✨ 主な機能

• リトアニア語から英語への高精度な翻訳を提供します。
• 多くのデータセットでトレーニングされており、汎用性が高いです。

📦 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、このセクションは省略されます。

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Katė sedėjo ant kėdės.",
    "Jukiko mėgsta bulves."
]

model_name = "pytorch-models/opus-mt-tc-big-lt-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:
#     The cat sat on a chair.
#     Yukiko likes potatoes.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-lt-en")
print(pipe("Katė sedėjo ant kėdės."))

# expected output: The cat sat on a chair.

📚 ドキュメント

モデル情報

ベンチマーク

• テストセットの翻訳結果: opusTCv20210807+bt_transformer-big_2022-02-25.test.txt
• テストセットのスコア: opusTCv20210807+bt_transformer-big_2022-02-25.eval.txt
• ベンチマーク結果: benchmark_results.txt
• ベンチマーク出力: benchmark_translations.zip

🔧 技術詳細

このREADMEには具体的な技術詳細が記載されていないため、このセクションは省略されます。

📄 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。

謝辞

この研究は、[European Language Grid](https://www.european - language - grid.eu/)の[pilot project 2866](https://live.european - language - grid.eu/catalogue/#/resource/projects/2866)、欧州研究評議会（ERC）が欧州連合のHorizon 2020研究・イノベーションプログラムの下で資金提供する[FoTran project](https://www.helsinki.fi/en/researchgroups/natural - language - understanding - with - cross - lingual - grounding)（助成契約番号771113）、および欧州連合のHorizon 2020研究・イノベーションプログラムの下で資金提供されるMeMAD project（助成契約番号780069）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が提供する寛大な計算資源とITインフラストラクチャにも感謝しています。

モデル変換情報