opus-mt-ine-en開源機器翻譯模型 - 支持超50種印歐語系語言譯英語

首頁

Opus Mt Ine En

由Helsinki-NLP開發

這是一個基於Transformer架構的多語言到英語的機器翻譯模型，支持超過50種印歐語系語言的翻譯任務。

機器翻譯

Transformers

支持多種語言開源協議:Apache-2.0 #多印歐語種支持 #新聞領域優化 #Transformer架構

下載量 510

發布時間 : 3/2/2022

模型概述

該模型專注於將多種印歐語系語言翻譯成英語，採用Transformer架構和SentencePiece預處理，在多個測試集上表現出色。

模型特點

多語言支持

支持超過50種印歐語系語言的翻譯任務，涵蓋廣泛的語言變體和方言。

標準化預處理

採用標準化和SentencePiece(spm32k)預處理方法，提高翻譯質量和一致性。

Transformer架構

基於先進的Transformer架構，提供高質量的翻譯結果。

模型能力

文本翻譯

多語言處理

印歐語系語言轉換

使用案例

新聞翻譯

新聞內容翻譯

將各種語言的新聞內容翻譯成英語

在多個新聞測試集上表現良好，如newsdev2016羅馬尼亞語-英語BLEU 35.5

多語言內容本地化

網站內容本地化

將多語言網站內容翻譯成英語版本

🚀 印歐語系到英語翻譯模型

本項目提供了一個用於將印歐語系語言翻譯為英語的模型。該模型基於Transformer架構，支持多種印歐語系語言的翻譯，可廣泛應用於跨語言交流和信息獲取等場景。

🚀 快速開始

你可以通過以下鏈接獲取模型的相關資源：

下載原始權重：opus2m-2020-08-01.zip
測試集翻譯：opus2m-2020-08-01.test.txt
測試集得分：opus2m-2020-08-01.eval.txt
OPUS說明文檔：ine-eng

✨ 主要特性

多語言支持：支持眾多印歐語系語言到英語的翻譯，涵蓋了如阿拉伯語、阿爾巴尼亞語、古英語等多種語言。
Transformer架構：採用Transformer模型，具有較強的語言理解和生成能力。
預處理：進行了歸一化和SentencePiece處理（spm32k,spm32k），有助於提升模型性能。

📚 詳細文檔

模型信息

屬性	詳情
模型類型	Transformer
源語言組	印歐語系語言
目標語言組	英語
源語言	afr aln ang_Latn arg asm ast awa bel bel_Latn ben bho bos_Latn bre bul bul_Latn cat ces cor cos csb_Latn cym dan deu dsb egl ell enm_Latn ext fao fra frm_Latn frr fry gcf_Latn gla gle glg glv gom gos got_Goth grc_Grek gsw guj hat hif_Latn hin hrv hsb hye ind isl ita jdt_Cyrl ksh kur_Arab kur_Latn lad lad_Latn lat_Latn lav lij lit lld_Latn lmo ltg ltz mai mar max_Latn mfe min mkd mwl nds nld nno nob nob_Hebr non_Latn npi oci ori orv_Cyrl oss pan_Guru pap pdc pes pes_Latn pes_Thaa pms pnb pol por prg_Latn pus roh rom ron rue rus san_Deva scn sco sgs sin slv snd_Arab spa sqi srp_Cyrl srp_Latn stq swe swg tgk_Cyrl tly_Latn tmw_Latn ukr urd vec wln yid zlm_Latn zsm_Latn zza
目標語言	eng
預處理	歸一化 + SentencePiece (spm32k,spm32k)

基準測試

測試集	BLEU	chr-F
newsdev2014-hineng.hin.eng	11.2	0.375
newsdev2016-enro-roneng.ron.eng	35.5	0.614
newsdev2017-enlv-laveng.lav.eng	25.1	0.542
......（此處省略部分內容，完整表格請查看原文）	......	......
Tatoeba-test.zza-eng.zza.eng	1.7	0.131

系統信息

Hugging Face名稱：ine-eng
源語言：ine
目標語言：eng
OPUS說明文檔URL：https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/ine-eng/README.md
原始倉庫：Tatoeba-Challenge
標籤：['translation']
支持語言：['ca', 'es', 'os', 'ro', 'fy', 'cy', 'sc', 'is', 'yi', 'lb', 'an', 'sq', 'fr', 'ht', 'rm', 'ps', 'af', 'uk', 'sl', 'lt', 'bg', 'be', 'gd', 'si', 'en', 'br', 'mk', 'or', 'mr', 'ru', 'fo', 'co', 'oc', 'pl', 'gl', 'nb', 'bn', 'id', 'hy', 'da', 'gv', 'nl', 'pt', 'hi', 'as', 'kw', 'ga', 'sv', 'gu', 'wa', 'lv', 'el', 'it', 'hr', 'ur', 'nn', 'de', 'cs', 'ine']
源語言成分：{'cat', 'spa', 'pap', 'mwl', 'lij', 'bos_Latn', 'lad_Latn', 'lat_Latn', 'pcd', 'oss', 'ron', 'fry', 'cym', 'awa', 'swg', 'zsm_Latn', 'srd', 'gcf_Latn', 'isl', 'yid', 'bho', 'ltz', 'kur_Latn', 'arg', 'pes_Thaa', 'sqi', 'csb_Latn', 'fra', 'hat', 'non_Latn', 'sco', 'pnb', 'roh', 'bul_Latn', 'pus', 'afr', 'ukr', 'slv', 'lit', 'tmw_Latn', 'hsb', 'tly_Latn', 'bul', 'bel', 'got_Goth', 'lat_Grek', 'ext', 'gla', 'mai', 'sin', 'hif_Latn', 'eng', 'bre', 'nob_Hebr', 'prg_Latn', 'ang_Latn', 'aln', 'mkd', 'ori', 'mar', 'afr_Arab', 'san_Deva', 'gos', 'rus', 'fao', 'orv_Cyrl', 'bel_Latn', 'cos', 'zza', 'grc_Grek', 'oci', 'mfe', 'gom', 'bjn', 'sgs', 'tgk_Cyrl', 'hye_Latn', 'pdc', 'srp_Cyrl', 'pol', 'ast', 'glg', 'pms', 'nob', 'ben', 'min', 'srp_Latn', 'zlm_Latn', 'ind', 'rom', 'hye', 'scn', 'enm_Latn', 'lmo', 'npi', 'pes', 'dan', 'rus_Latn', 'jdt_Cyrl', 'gsw', 'glv', 'nld', 'snd_Arab', 'kur_Arab', 'por', 'hin', 'dsb', 'asm', 'lad', 'frm_Latn', 'ksh', 'pan_Guru', 'cor', 'gle', 'swe', 'guj', 'wln', 'lav', 'ell', 'frr', 'rue', 'ita', 'hrv', 'urd', 'stq', 'nno', 'deu', 'lld_Latn', 'ces', 'egl', 'vec', 'max_Latn', 'pes_Latn', 'ltg', 'nds'}
目標語言成分：{'eng'}
源語言多語言性：True
目標語言多語言性：False
訓練日期：2020-08-01
源語言雙字母代碼：ine
目標語言雙字母代碼：en
是否偏好舊版本：False
長語言對：ine-eng
Helsinki Git SHA：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
Transformers Git SHA：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植機器：brutasse
移植時間：2020-08-21-14:41