opus - mt - gmw - en開源多語言翻譯模型，免費搞定多種西日耳曼語到英語翻譯

首頁

Opus Mt Gmw En

由Helsinki-NLP開發

這是一個基於Transformer架構的多語言翻譯模型，支持從多種西日耳曼語支語言到英語的翻譯任務。

機器翻譯

Transformers

支持多種語言開源協議:Apache-2.0 #西日耳曼語支翻譯 #多源語言支持 #新聞領域優化

下載量 49

發布時間 : 3/2/2022

模型概述

該模型專注於將西日耳曼語支下的多種語言（如荷蘭語、德語、南非荷蘭語等）翻譯為英語，適用於跨語言交流和信息獲取場景。

模型特點

多語言支持

支持西日耳曼語支下的多種語言到英語的翻譯，包括荷蘭語、德語、南非荷蘭語等。

高性能翻譯

在多個測試集上表現出色，如Tatoeba-test數據集上荷蘭語到英語的BLEU得分達到61.8。

標準化預處理

採用標準化和SentencePiece預處理技術，提升翻譯質量和一致性。

模型能力

文本翻譯

多語言支持

跨語言信息轉換

使用案例

跨語言交流

荷蘭語到英語翻譯

將荷蘭語內容快速準確地翻譯為英語，便於國際交流。

BLEU得分58.1，chr-F得分0.728

德語到英語翻譯

支持德語文本到英語的高質量翻譯，適用於商務和學術場景。

BLEU得分48.3，chr-F得分0.657

學術研究

古英語翻譯

支持古英語（拉丁字母）到現代英語的翻譯，助力歷史文獻研究。

BLEU得分7.3，chr-F得分0.220

🚀 西日耳曼語到英語翻譯模型

本項目是一個西日耳曼語到英語的翻譯模型，使用Transformer架構，能實現多種西日耳曼語到英語的翻譯，提供了模型權重下載和測試集評估等信息。

📚 詳細文檔

模型基本信息

源語言組：西日耳曼語
目標語言組：英語
OPUS說明文檔：[gmw - eng](https://github.com/Helsinki - NLP/Tatoeba - Challenge/tree/master/models/gmw - eng/README.md)

模型參數

屬性	詳情
模型類型	Transformer
源語言	afr、ang_Latn、deu、enm_Latn、frr、fry、gos、gsw、ksh、ltz、nds、nld、pdc、sco、stq、swg、yid
目標語言	eng
預處理方式	歸一化 + SentencePiece (spm32k,spm32k)
原始權重下載	[opus2m - 2020 - 08 - 01.zip](https://object.pouta.csc.fi/Tatoeba - MT - models/gmw - eng/opus2m - 2020 - 08 - 01.zip)
測試集翻譯	[opus2m - 2020 - 08 - 01.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/gmw - eng/opus2m - 2020 - 08 - 01.test.txt)
測試集評分	[opus2m - 2020 - 08 - 01.eval.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/gmw - eng/opus2m - 2020 - 08 - 01.eval.txt)

基準測試

測試集	BLEU	chr - F
newssyscomb2009 - deueng.deu.eng	27.2	0.538
news - test2008 - deueng.deu.eng	25.7	0.534
newstest2009 - deueng.deu.eng	25.1	0.530
newstest2010 - deueng.deu.eng	27.9	0.565
newstest2011 - deueng.deu.eng	25.3	0.539
newstest2012 - deueng.deu.eng	26.6	0.548
newstest2013 - deueng.deu.eng	29.6	0.565
newstest2014 - deen - deueng.deu.eng	30.2	0.571
newstest2015 - ende - deueng.deu.eng	31.5	0.577
newstest2016 - ende - deueng.deu.eng	36.7	0.622
newstest2017 - ende - deueng.deu.eng	32.3	0.585
newstest2018 - ende - deueng.deu.eng	39.9	0.638
newstest2019 - deen - deueng.deu.eng	35.9	0.611
Tatoeba - test.afr - eng.afr.eng	61.8	0.750
Tatoeba - test.ang - eng.ang.eng	7.3	0.220
Tatoeba - test.deu - eng.deu.eng	48.3	0.657
Tatoeba - test.enm - eng.enm.eng	16.1	0.423
Tatoeba - test.frr - eng.frr.eng	7.0	0.168
Tatoeba - test.fry - eng.fry.eng	28.6	0.488
Tatoeba - test.gos - eng.gos.eng	15.5	0.326
Tatoeba - test.gsw - eng.gsw.eng	12.7	0.308
Tatoeba - test.ksh - eng.ksh.eng	8.4	0.254
Tatoeba - test.ltz - eng.ltz.eng	28.7	0.453
Tatoeba - test.multi.eng	48.5	0.646
Tatoeba - test.nds - eng.nds.eng	31.4	0.509
Tatoeba - test.nld - eng.nld.eng	58.1	0.728
Tatoeba - test.pdc - eng.pdc.eng	25.1	0.406
Tatoeba - test.sco - eng.sco.eng	40.8	0.570
Tatoeba - test.stq - eng.stq.eng	20.3	0.380
Tatoeba - test.swg - eng.swg.eng	20.5	0.315
Tatoeba - test.yid - eng.yid.eng	16.0	0.366

系統信息

Hugging Face名稱：gmw - eng
源語言：gmw
目標語言：eng
OPUS說明文檔鏈接：https://github.com/Helsinki - NLP/Tatoeba - Challenge/tree/master/models/gmw - eng/README.md
原始倉庫：Tatoeba - Challenge
標籤：['translation']
支持語言：['nl', 'en', 'lb', 'af', 'de', 'fy', 'yi', 'gmw']
源語言成分：{'ksh', 'nld', 'eng', 'enm_Latn', 'ltz', 'stq', 'afr', 'pdc', 'deu', 'gos', 'ang_Latn', 'fry', 'gsw', 'frr', 'nds', 'yid', 'swg', 'sco'}
目標語言成分：{'eng'}
源語言多語言性：True
目標語言多語言性：False
預處理：歸一化 + SentencePiece (spm32k,spm32k)
模型鏈接：https://object.pouta.csc.fi/Tatoeba - MT - models/gmw - eng/opus2m - 2020 - 08 - 01.zip
測試集鏈接：https://object.pouta.csc.fi/Tatoeba - MT - models/gmw - eng/opus2m - 2020 - 08 - 01.test.txt
源語言ISO 639 - 3代碼：gmw
目標語言ISO 639 - 3代碼：eng
短語言對：gmw - en
chrF2分數：0.6459999999999999
BLEU分數：48.5
簡潔懲罰：0.997
參考長度：72584.0
源語言名稱：西日耳曼語
目標語言名稱：英語
訓練日期：2020 - 08 - 01
源語言ISO 639 - 2代碼：gmw
目標語言ISO 639 - 2代碼：en
是否偏好舊版本：False
長語言對：gmw - eng
赫爾辛基倉庫Git哈希值：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
Transformers倉庫Git哈希值：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植機器：brutasse
移植時間：2020 - 08 - 21 - 14:41