Opus Mt Tc Big En It

🚀 opus-mt-tc-big-en-it

このモデルは、英語（en）からイタリア語（it）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、最初は素の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",
}

✨ 主な機能

このモデルは英語からイタリア語への高精度な翻訳を提供し、OPUS - MTプロジェクトの一部として、多くの言語に対する翻訳モデルを提供する取り組みの一環です。

📚 ドキュメント

モデル情報

モデル変換情報

• transformersバージョン: 4.16.2
• OPUS - MTのgitハッシュ: 3405783
• ポート時間: Wed Apr 13 17:27:22 EEST 2022
• ポートマシン: LM0 - 400 - 22516.local

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "He was always very respectful.",
    "This cat is black. Is the dog, too?"
]

model_name = "pytorch-models/opus-mt-tc-big-en-it"
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:
#     Era sempre molto rispettoso.
#     Questo gatto e' nero, e' anche il cane?

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-it")
print(pipe("He was always very respectful."))

# expected output: Era sempre molto rispettoso.

🔧 技術詳細

ベンチマーク

• テストセットの翻訳: [opusTCv20210807+bt_transformer - big_2022 - 03 - 13.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - ita/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](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - ita/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

📄 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](https://www.european - language - grid.eu/)の[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の下で助成契約番号780069により資金提供されています）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ます。