Legal T5 Small Trans Fr Es

🚀 legal_t5_small_trans_fr_es模型

這是一個用於將法語法律文本翻譯成西班牙語的模型，為法律文本的跨語言交流提供了高效解決方案。

🚀 快速開始

legal_t5_small_trans_fr_es模型可用於將法語法律文本翻譯成西班牙語。它首次發佈於 此倉庫，並在來自jrc - acquis、europarl和dcep的三個平行語料庫上進行了訓練。

✨ 主要特性

• 基於 t5 - small 模型構建，在大規模平行文本語料庫上進行訓練。
• 是一個較小的模型，通過使用 dmodel = 512、dff = 2,048、8頭注意力機制，且編碼器和解碼器各僅6層，對t5的基線模型進行了縮放。
• 該變體約有6000萬個參數。

📦 安裝指南

使用此模型前，需安裝相關依賴庫，可使用以下命令安裝：

pip install transformers

💻 使用示例

基礎用法

以下是如何在PyTorch中使用該模型將法語法律文本翻譯成西班牙語的示例：

from transformers import AutoTokenizer, AutoModelWithLMHead, TranslationPipeline

pipeline = TranslationPipeline(
model=AutoModelWithLMHead.from_pretrained("SEBIS/legal_t5_small_trans_fr_es"),
tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/legal_t5_small_trans_fr_es", do_lower_case=False, 
                                            skip_special_tokens=True),
    device=0
)

fr_text = "commission des libertés civiles, de la justice et des affaires intérieures"

pipeline([fr_text], max_length=512)

📚 詳細文檔

訓練數據

legal_t5_small_trans_fr_es模型在 [JRC - ACQUIS](https://wt - public.emm4u.eu/Acquis/index_2.2.html)、EUROPARL 和 [DCEP](https://ec.europa.eu/jrc/en/language - technologies/dcep) 數據集上進行訓練，這些數據集包含500萬條平行文本。

訓練過程

• 該模型在單個TPU Pod V3 - 8上總共訓練了250K步，使用序列長度512（批量大小4096）。
• 它總共有約2.2億個參數，並使用編碼器 - 解碼器架構進行訓練。
• 使用的優化器是AdaFactor，並採用平方根倒數學習率調度進行預訓練。

預處理

通過對平行語料庫（所有可能的語言對）中的8800萬行文本進行訓練，得到一個一元模型，以獲取詞彙表（使用字節對編碼），該詞彙表用於此模型。

評估結果

當該模型用於翻譯測試數據集時，取得了以下結果：

BibTeX引用和引用信息

由 Ahmed Elnaggar/@Elnaggar_AI 創建 | [LinkedIn](https://www.linkedin.com/in/prof - ahmed - elnaggar/)