Wmt19 En De

🚀 FSMT

FSMT 是一個用於機器翻譯的模型，它基於 fairseq 的 wmt19 變壓器架構，支持英語和德語之間的翻譯。該模型在 WMT19 數據集上進行訓練，可用於新聞翻譯等任務。

🚀 快速開始

模型描述

這是 fairseq wmt19 transformer 英語到德語的移植版本。

更多詳細信息，請參閱 Facebook FAIR's WMT19 News Translation Task Submission。

縮寫 FSMT 代表 FairSeqMachineTranslation（FairSeq 機器翻譯）。

所有四個模型均可使用：

• wmt19-en-ru
• wmt19-ru-en
• wmt19-en-de
• wmt19-de-en

✨ 主要特性

• 支持英語和德語之間的翻譯。
• 基於 fairseq 的 wmt19 變壓器架構。
• 提供四個不同方向的翻譯模型。

💻 使用示例

基礎用法

from transformers import FSMTForConditionalGeneration, FSMTTokenizer
mname = "facebook/wmt19-en-de"
tokenizer = FSMTTokenizer.from_pretrained(mname)
model = FSMTForConditionalGeneration.from_pretrained(mname)

input = "Machine learning is great, isn't it?"
input_ids = tokenizer.encode(input, return_tensors="pt")
outputs = model.generate(input_ids)
decoded = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(decoded) # Maschinelles Lernen ist großartig, oder?

📚 詳細文檔

預期用途與限制

如何使用

上述代碼展示瞭如何使用該模型進行英語到德語的翻譯。

限制和偏差

• 原始模型（以及此移植版本）似乎不能很好地處理包含重複子短語的輸入，內容會被截斷。

訓練數據

預訓練權重與 fairseq 發佈的原始模型相同。更多詳細信息，請參閱 論文。

評估結果

由於 transformers 目前不支持以下內容，因此得分略低於 fairseq 報告的得分：

• 模型集成，因此移植了性能最佳的檢查點 (model4.pt)。
• 重新排序。

得分使用以下代碼計算：

git clone https://github.com/huggingface/transformers
cd transformers
export PAIR=en-de
export DATA_DIR=data/$PAIR
export SAVE_DIR=data/$PAIR
export BS=8
export NUM_BEAMS=15
mkdir -p $DATA_DIR
sacrebleu -t wmt19 -l $PAIR --echo src > $DATA_DIR/val.source
sacrebleu -t wmt19 -l $PAIR --echo ref > $DATA_DIR/val.target
echo $PAIR
PYTHONPATH="src:examples/seq2seq" python examples/seq2seq/run_eval.py facebook/wmt19-$PAIR $DATA_DIR/val.source $SAVE_DIR/test_translations.txt --reference_path $DATA_DIR/val.target --score_path $SAVE_DIR/test_bleu.json --bs $BS --task translation --num_beams $NUM_BEAMS

注意：fairseq 報告使用的束寬為 50，因此如果使用 --num_beams 50 重新運行，你應該會得到略高的分數。

數據來源

• 訓練數據等
• 測試集

BibTeX 引用和引用信息

@inproceedings{...,
  year={2020},
  title={Facebook FAIR's WMT19 News Translation Task Submission},
  author={Ng, Nathan and Yee, Kyra and Baevski, Alexei and Ott, Myle and Auli, Michael and Edunov, Sergey},
  booktitle={Proc. of WMT},
}

待辦事項

• 移植模型集成（fairseq 使用 4 個模型檢查點）

📄 許可證

該模型使用 apache-2.0 許可證。