Opus Mt Tc Big Zle De

🚀 opus-mt-tc-big-zle-de

東スラブ語（zle）からドイツ語（de）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、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にする取り組みであるOPUS-MTプロジェクトの一部です。すべてのモデルは、純粋なC++で書かれた効率的なNMT実装であるMarian NMTの素晴らしいフレームワークを使用して最初に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の手順を使用しています。

• 出版物: OPUS-MT – Building open translation services for the World と The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT (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

このモデルは東スラブ語からドイツ語への翻訳を行うために使用できます。以下に使用方法の例を示します。

✨ 主な機能

• 東スラブ語（ベラルーシ語、ロシア語、ウクライナ語）からドイツ語への翻訳が可能です。
• OPUS-MTプロジェクトの一部として、多くの言語に対応したニューラル機械翻訳モデルです。

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Это был по-настоящему прекрасный день.",
    "Дождь кончился?"
]

model_name = "pytorch-models/opus-mt-tc-big-zle-de"
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:
#     Es war ein wirklich schöner Tag.
#     Ist der Regen vorbei?

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-zle-de")
print(pipe("Это был по-настоящему прекрасный день."))

# expected output: Es war ein wirklich schöner Tag.

📚 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_transformer-big_2022-03-19.test.txt
• テストセットのスコア: opusTCv20210807_transformer-big_2022-03-19.eval.txt
• ベンチマーク結果: benchmark_results.txt
• ベンチマーク出力: benchmark_translations.zip

🔧 技術詳細

• モデルは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の手順を使用しています。

📄 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のpilot project 2866、FoTranプロジェクト（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（助成協定番号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助成協定番号780069の下で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によって提供された寛大な計算資源とITインフラストラクチャに感謝します。

モデル変換情報

• transformersバージョン: 4.16.2
• OPUS-MTのgitハッシュ: 1bdabf7
• ポート時間: Wed Mar 23 22:16:45 EET 2022
• ポートマシン: LM0-400-22516.local