Legal T5 Small Trans Cs Sv

🚀 legal_t5_small_trans_cs_sv模型

該模型用於將捷克語法律文本翻譯成瑞典語，基於大量平行文本語料庫訓練，為法律文本翻譯提供了有效的解決方案。

🚀 快速開始

legal_t5_small_trans_cs_sv模型可用於將捷克語法律文本翻譯成瑞典語。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，通過dmodel = 512、dff = 2,048、8頭注意力機制以及編碼器和解碼器各6層，縮小了t5基線模型的規模，參數約6000萬。
• 可用於將捷克語法律文本翻譯成瑞典語。

📦 安裝指南

暫未提供相關安裝步驟。

💻 使用示例

基礎用法

以下是如何在PyTorch中使用此模型將捷克語法律文本翻譯成瑞典語的示例：

from transformers import AutoTokenizer, AutoModelWithLMHead, TranslationPipeline

pipeline = TranslationPipeline(
model=AutoModelWithLMHead.from_pretrained("SEBIS/legal_t5_small_trans_cs_sv"),
tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/legal_t5_small_trans_cs_sv", do_lower_case=False, 
                                            skip_special_tokens=True),
    device=0
)

cs_text = "Odborná příprava je v sektoru minimální a tradiční, postrádá specifické kurzy nebo výukové plány."

pipeline([cs_text], max_length=512)

📚 詳細文檔

模型描述

legal_t5_small_trans_cs_sv基於t5 - small模型，並在大量平行文本語料庫上進行訓練。這是一個較小的模型，通過dmodel = 512、dff = 2,048、8頭注意力機制以及編碼器和解碼器各6層，縮小了t5基線模型的規模，此變體約有6000萬個參數。

預期用途和限制

該模型可用於將捷克語法律文本翻譯成瑞典語。

訓練數據

legal_t5_small_trans_cs_sv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，預訓練採用逆平方根學習率調度。

預處理

使用從平行語料庫（所有可能的語言對）中8800萬行文本訓練的一元模型來獲取詞彙表（使用字節對編碼），該詞彙表與此模型一起使用。

預訓練

文檔未詳細提及預訓練的具體內容。

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/)

📄 許可證

原文檔未提及相關許可證信息。