T5 En Vi Small

🚀 T5-EN-VI-SMALL：用于英越翻译的文本到文本转移变换器预训练模型

本项目的 T5-EN-VI-SMALL 模型专注于英越翻译任务，通过预训练文本到文本转移变换器，为英越语言之间的翻译提供了有效的解决方案。

🚀 快速开始

以下是使用该模型进行英越翻译的示例代码：

import torch

from transformers import T5ForConditionalGeneration, T5Tokenizer
import torch
if torch.cuda.is_available():       
    device = torch.device("cuda")

    print('There are %d GPU(s) available.' % torch.cuda.device_count())

    print('We will use the GPU:', torch.cuda.get_device_name(0))
else:
    print('No GPU available, using the CPU instead.')
    device = torch.device("cpu")

model = T5ForConditionalGeneration.from_pretrained("NlpHUST/t5-en-vi-small")
tokenizer = T5Tokenizer.from_pretrained("NlpHUST/t5-en-vi-small")
model.to(device)

src = "In school , we spent a lot of time studying the history of Kim Il-Sung , but we never learned much about the outside world , except that America , South Korea , Japan are the enemies ."
tokenized_text = tokenizer.encode(src, return_tensors="pt").to(device)
model.eval()
summary_ids = model.generate(
                    tokenized_text,
                    max_length=128, 
                    num_beams=5,
                    repetition_penalty=2.5, 
                    length_penalty=1.0, 
                    early_stopping=True
                )
output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
print(output)

输出示例

Ở trường, chúng tôi dành nhiều thời gian để nghiên cứu về lịch sử Kim Il-Sung, nhưng chúng tôi chưa bao giờ học được nhiều về thế giới bên ngoài, ngoại trừ Mỹ, Hàn Quốc, Nhật Bản là kẻ thù.

✨ 主要特性

• 使用预训练的文本到文本转移变换器进行英越翻译。
• 在英越翻译任务上取得了较好的 BLEU 分数。

📦 数据集

本项目使用了来自 斯坦福 NLP 小组 的 IWSLT'15 英越 数据集。 对于所有实验，语料库被划分为训练集、开发集和测试集：

📚 详细文档

测试集结果

以下是不同模型在测试集上的 BLEU 分数（束搜索）：

联系信息

如果您有与本项目相关的个人交流需求，请联系 Nha Nguyen Van（nha282@gmail.com）。