Opus Mt Tc Big Bg En

🚀 opus-mt-tc-big-bg-en

このモデルは、ブルガリア語（bg）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、[OPUS - MTプロジェクト](https://github.com/Helsinki - NLP/Opus - MT)の一部です。このプロジェクトは、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す。すべてのモデルは、最初は[Marian NMT](https://marian - nmt.github.io/)という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。これは、純粋なC++で書かれた効率的なNMTの実装です。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/) と [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",
}

📚 ドキュメント

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "2001 е годината, с която започва 21-ви век.",
    "Това е Copacabana!"
]

model_name = "pytorch-models/opus-mt-tc-big-bg-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:
#     2001 was the year the 21st century began.
#     It's Copacabana!

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-bg-en")
print(pipe("2001 е годината, с която започва 21-ви век."))

# 期待される出力: 2001 was the year the 21st century began.

🔧 ベンチマーク

• テストセットの翻訳: [opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/bul - eng/opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt)
• テストセットのスコア: [opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/bul - eng/opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt)
• ベンチマーク結果: benchmark_results.txt
• ベンチマーク出力: benchmark_translations.zip

🤝 謝辞

この研究は、[European Language Grid](https://www.european - language - grid.eu/)による[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・イノベーションプログラム（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・イノベーションプログラムによる助成契約番号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によって提供された豊富な計算資源と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のバージョン: 4.16.2
• OPUS - MTのgitハッシュ: 3405783
• 変換時間: Wed Apr 13 18:23:56 EEST 2022
• 変換マシン: LM0 - 400 - 22516.local

📄 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。