Opus Mt Tc Big Zle En

🚀 opus-mt-tc-big-zle-en

東スラブ語（zle）から英語（en）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](https://github.com/Helsinki - NLP/Opus - MT)の一部です。

言語

• be
• en
• ru
• uk
• zle

タグ

• translation
• opus-mt-tc

ライセンス

cc-by-4.0

モデルインデックス

各タスクの詳細な評価結果は以下の通りです。

• Translation rus-eng
  • flores101-devtest: BLEU値 35.2
  • tatoeba-test-v2021-08-07: BLEU値 57.4
  • tico19-test: BLEU値 33.3
  • newstest2012: BLEU値 39.2
  • newstest2013: BLEU値 31.3
  • newstest2014: BLEU値 40.5
  • newstest2015: BLEU値 36.1
  • newstest2016: BLEU値 35.7
  • newstest2017: BLEU値 40.8
  • newstest2018: BLEU値 35.2
  • newstest2019: BLEU値 41.6
  • newstest2020: BLEU値 36.9
• Translation ukr-eng
  • flores101-devtest: BLEU値 39.2
  • tatoeba-test-v2021-08-07: BLEU値 56.9
• Translation bel-eng
  • tatoeba-test-v2021-08-07: BLEU値 48.1

🚀 クイックスタート

このモデルは、東スラブ語（zle）から英語（en）への翻訳を行うためのニューラル機械翻訳モデルです。以下に、このモデルの使用方法の簡単な例を示します。

モデルの概要

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、すべてのモデルは[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最初に学習されました。その後、huggingfaceのtransformersライブラリを使用してpyTorchに変換されています。学習データはOPUSから取得され、学習パイプラインは[OPUS - MT - train](https://github.com/Helsinki - NLP/Opus - MT - train)の手順を使用しています。

引用文献

• [OPUS - MT – Building open translation services for the World](https://aclanthology.org/2020.eamt - 1.61/)
• [The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT](https://aclanthology.org/2020.wmt - 1.139/)

@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

• 東スラブ語（ベラルーシ語、ロシア語、ウクライナ語）から英語への高精度な翻訳を提供します。
• 複数のデータセットでの学習により、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、このセクションは省略されます。

💻 使用例

基本的な使用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Скільки мені слід купити пива?",
    "Я клієнтка."
]

model_name = "pytorch-models/opus-mt-tc-big-zle-en"
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:
#     How much beer should I buy?
#     I'm a client.

高度な使用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-zle-en")
print(pipe("Скільки мені слід купити пива?"))

# expected output: How much beer should I buy?

📚 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結果: opusTCv20210807+bt_transformer-big_2022-03-17.test.txt
• テストセットのスコア: opusTCv20210807+bt_transformer-big_2022-03-17.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

このREADMEには具体的な技術詳細が50文字以上記載されていないため、このセクションは省略されます。

📄 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）による欧州連合のHorizon 2020研究・革新プログラム（助成契約番号771113）の助成を受けています）、およびMeMADプロジェクト（欧州連合のHorizon 2020研究・革新プログラム（助成契約番号780069）の助成を受けています）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