Opus Mt Tc Big En Lv

🚀 opus-mt-tc-big-en-lv

このモデルは、英語（en）からラトビア語（lv）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、[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",
}

🚀 クイックスタート

このモデルは英語からラトビア語への翻訳を行うためのニューラル機械翻訳モデルで、OPUS - MTプロジェクトの一部です。以下に使用方法やモデルの詳細を説明します。

✨ 主な機能

• 英語（en）からラトビア語（lv）への高精度な翻訳が可能です。
• 複数のデータセットでトレーニングされており、様々な文脈での翻訳に対応しています。

📦 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、このセクションをスキップします。

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    ">>lav<< A day has twenty-four hours.",
    ">>ltg<< He's a good lawyer."
]

model_name = "pytorch-models/opus-mt-tc-big-en-lv"
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:
#     Dienā ir divdesmit četras stundas.
#     Vyss ir labs advokats.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-lv")
print(pipe(">>lav<< A day has twenty-four hours."))

# expected output: Dienā ir divdesmit četras stundas.

📚 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 - 03 - 13.test.txt
• テストセットのスコア: opusTCv20210807+bt_transformer - big_2022 - 03 - 13.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

この作業は、[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（助成協定番号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協定番号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によって提供される寛大な計算リソースとITインフラストラクチャに感謝しています。

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。