T5 En Vi Base

🚀 T5-EN-VI-BASE：用於英越翻譯的文本到文本轉移Transformer預訓練模型

本項目是一個用於英越翻譯的預訓練模型，藉助文本到文本轉移Transformer技術，能有效提升英越翻譯的質量和效率。

🚀 快速開始

你可以參考下面的代碼示例，快速開始使用本模型進行英越翻譯。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

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)

輸出示例

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.

📚 詳細文檔

數據集

本項目使用了來自斯坦福NLP小組的 IWSLT'15 英越 數據集。

在所有實驗中，語料庫被劃分為訓練集、開發集和測試集：

實驗結果

以下是模型在測試集上的表現：

聯繫信息

如果你有與本項目相關的個人交流需求，請聯繫Nha Nguyen Van（nha282@gmail.com）。