Opus Mt Tc Big Fr En

🚀 opus-mt-tc-big-fr-en

这是一个用于从法语（fr）翻译成英语（en）的神经机器翻译模型。它是OPUS - MT项目的一部分，致力于让神经机器翻译模型在全球多种语言中广泛可用且易于获取。

🚀 快速开始

基础用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "J'ai adoré l'Angleterre.",
    "C'était la seule chose à faire."
]

model_name = "pytorch-models/opus-mt-tc-big-fr-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:
#     I loved England.
#     It was the only thing to do.

高级用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-fr-en")
print(pipe("J'ai adoré l'Angleterre."))

# expected output: I loved England.

✨ 主要特性

• 该模型属于 OPUS - MT项目，旨在让神经机器翻译模型在全球多种语言中广泛可用且易于获取。
• 所有模型最初使用 Marian NMT 框架进行训练，这是一个用纯C++编写的高效NMT实现。
• 模型已使用huggingface的transformers库转换为pyTorch。
• 训练数据来自 OPUS，训练管道采用 OPUS - MT - train 的流程。

📚 详细文档

模型信息

基准测试

基准测试文件

• 测试集翻译: opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt
• 测试集得分: opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt
• 基准测试结果: benchmark_results.txt
• 基准测试输出: benchmark_translations.zip

引用信息

@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",
}

模型转换信息

• transformers版本: 4.16.2
• OPUS - MT git哈希值: 3405783
• 转换时间: Wed Apr 13 19:02:28 EEST 2022
• 转换机器: LM0 - 400 - 22516.local

致谢

这项工作得到了以下项目的支持：

• 欧洲语言网格 的 试点项目2866。
• FoTran项目，由欧洲研究理事会（ERC）在欧盟的“地平线2020”研究和创新计划下资助（资助协议编号771113）。
• MeMAD项目，由欧盟的“地平线2020”研究和创新计划资助（资助协议编号780069）。

我们也感谢 CSC -- 芬兰科学信息技术中心 提供的慷慨计算资源和IT基础设施。

出版物

OPUS - MT – Building open translation services for the World 和 The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT（如果使用此模型，请引用）。

📄 许可证

本模型采用CC - BY - 4.0许可证。