Opus Mt Tc Big Cat Oci Spa En

🚀 opus-mt-tc-big-cat_oci_spa-en

このモデルは、カタルーニャ語、オックシタニア語、スペイン語（cat+oci+spa）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、多くの言語に対応した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である OPUS-MT プロジェクト の一部です。

🚀 クイックスタート

このモデルは、カタルーニャ語、オックシタニア語、スペイン語から英語への翻訳を行うためのニューラル機械翻訳モデルです。以下に、使用方法の簡単なコード例を示します。

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "¿Puedo hacerte una pregunta?",
    "Toca algo de música."
]

model_name = "pytorch-models/opus-mt-tc-big-cat_oci_spa-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) )

# 期待される出力:
#     Can I ask you a question?
#     He plays some music.

また、transformers のパイプラインを使用することもできます。

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-cat_oci_spa-en")
print(pipe("¿Puedo hacerte una pregunta?"))

# 期待される出力: Can I ask you a question?

✨ 主な機能

• カタルーニャ語、オックシタニア語、スペイン語から英語への高精度な翻訳を提供します。
• OPUS-MT プロジェクト の一部として、多くの言語に対応したニューラル機械翻訳モデルを提供します。
• Marian NMT という効率的な NMT 実装を使用して訓練されています。

📦 インストール

このモデルを使用するには、transformers ライブラリをインストールする必要があります。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 = [
    "¿Puedo hacerte una pregunta?",
    "Toca algo de música."
]

model_name = "pytorch-models/opus-mt-tc-big-cat_oci_spa-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) )

# 期待される出力:
#     Can I ask you a question?
#     He plays some music.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-cat_oci_spa-en")
print(pipe("¿Puedo hacerte una pregunta?"))

# 期待される出力: Can I ask you a question?

📚 ドキュメント

モデル情報

ベンチマーク

引用

このモデルを使用する場合は、以下の出版物を引用してください。

@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",
}

🔧 技術詳細

• このモデルは、Marian NMT という効率的な NMT 実装を使用して訓練されています。
• 訓練データは OPUS から取得され、訓練パイプラインは OPUS-MT-train の手順を使用しています。
• 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。

📄 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 の pilot project 2866、FoTran project、および MeMAD project 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

• transformers バージョン: 4.16.2
• OPUS-MT git ハッシュ: 3405783
• ポート時間: Wed Apr 13 18:30:38 EEST 2022
• ポートマシン: LM0-400-22516.local