Opus Mt Tc Big Fr En

🚀 opus-mt-tc-big-fr-en

このモデルは、フランス語（fr）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。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。

🚀 クイックスタート

このモデルを使うことで、フランス語から英語への翻訳が可能です。以下に簡単な使用例を示します。

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "J'ai adoré l'Angleterre.",
    "C'était la seule chose à faire."
]

model_name = "pytorch - models/opus - mt - tc - big - fr - 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:
#     I loved England.
#     It was the only thing to do.

✨ 主な機能

• フランス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の良好なBLEUスコアを持ち、実用性が高いです。

📦 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 MarianMTModel, MarianTokenizer

src_text = [
    "J'ai adoré l'Angleterre.",
    "C'était la seule chose à faire."
]

model_name = "pytorch - models/opus - mt - tc - big - fr - 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:
#     I loved England.
#     It was the only thing to do.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki - NLP/opus - mt - tc - big - fr - en")
print(pipe("J'ai adoré l'Angleterre."))

# expected output: I loved England.

📚 ドキュメント

モデル情報

ベンチマーク

引用情報

@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",
}

🔧 技術詳細

• このモデルは、最初に[Marian NMT](https://marian - nmt.github.io/)という純粋なC++で書かれた効率的なNMT実装フレームワークを使用してトレーニングされました。
• その後、huggingfaceのtransformersライブラリを使用してpyTorchに変換されました。
• 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。

📄 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)、[FoTranプロジェクト](https://www.helsinki.fi/en/researchgroups/natural - language - understanding - with - cross - lingual - grounding)（欧州研究評議会（ERC）による欧州連合のHorizon 2020研究・革新プログラム（助成契約番号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（欧州連合のHorizon 2020研究・革新プログラム（助成契約番号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が提供する豊富な計算資源とITインフラストラクチャに感謝します。

モデル変換情報

• transformersバージョン: 4.16.2
• OPUS - MTのgitハッシュ: 3405783
• ポート時間: Wed Apr 13 19:02:28 EEST 2022
• ポートマシン: LM0 - 400 - 22516.local