Opus Mt Tc Big En Lt

🚀 opus-mt-tc-big-en-lt

このモデルは、英語（en）からリトアニア語（lt）への翻訳を行うための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/) 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

モデル情報

使用方法

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "A cat was sitting on the chair.",
    "Yukiko likes potatoes."
]

model_name = "pytorch-models/opus-mt-tc-big-en-lt"
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:
#     Katė sėdėjo ant kėdės.
#     Jukiko mėgsta bulves.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-lt")
print(pipe("A cat was sitting on the chair."))

# expected output: Katė sėdėjo ant kėdės.

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](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - lit/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 - lit/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/) の [パイロットプロジェクト 2866](https://live.european - language - grid.eu/catalogue/#/resource/projects/2866)、欧州研究評議会（ERC）によって欧州連合の Horizon 2020 研究・イノベーションプログラム（助成契約番号 771113）の下で資金提供された [FoTran プロジェクト](https://www.helsinki.fi/en/researchgroups/natural - language - understanding - with - cross - lingual - grounding)、および欧州連合の Horizon 2020 研究・イノベーションプログラム（助成契約番号 780069）によって資金提供された MeMAD プロジェクト 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。