Opus Mt Tc Big En Ro

🚀 opus-mt-tc-big-en-ro

このモデルは、英語（en）からルーマニア語（ro）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",
}

✨ 主な機能

このモデルは、英語からルーマニア語への高精度な翻訳を提供します。OPUS - MTプロジェクトの一環として、多くの言語に対応した機械翻訳ソリューションの一部を構成しています。

📦 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、このセクションは省略されます。

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    ">>ron<< A bad writer's prose is full of hackneyed phrases.",
    ">>ron<< Zero is a special number."
]

model_name = "pytorch-models/opus-mt-tc-big-en-ro"
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:
#     Proza unui scriitor prost este plină de fraze tocite.
#     Zero este un număr special.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-ro")
print(pipe(">>ron<< A bad writer's prose is full of hackneyed phrases."))

# expected output: Proza unui scriitor prost este plină de fraze tocite.

📚 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: [opusTCv20210807+bt_transformer - big_2022 - 02 - 25.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - ron/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](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - ron/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

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）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（助成契約番号771113））、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の下で助成契約番号780069で資金提供）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。