opus-mt-en-tut開源翻譯模型 - 免費實現英語到多種阿爾泰語系語言翻譯

Opus Mt En Tut

由Helsinki-NLP開發

這是一個基於Transformer架構的多語言機器翻譯模型，支持從英語到多種阿爾泰語系語言的翻譯任務。

下載量 38

發布時間 : 3/2/2022

模型概述

該模型專注於英語到阿爾泰語系語言的翻譯任務，支持包括土耳其語、哈薩克語、蒙古語等在內的多種語言。採用標準化預處理和SentencePiece分詞技術，需在句首添加目標語言標識符進行翻譯。

多語言支持

支持英語到20種阿爾泰語系語言的翻譯任務

預處理優化

採用標準化預處理和SentencePiece分詞技術(spm32k)

目標語言標識

需在句首添加目標語言標識符(如>>tur<<)進行翻譯

英語到阿爾泰語系語言翻譯

多語言機器翻譯

支持多種書寫系統(拉丁/西里爾/阿拉伯)

跨語言交流

英語-土耳其語翻譯

將英語內容翻譯為土耳其語

測試集BLEU 34.2

英語-哈薩克語翻譯

將英語內容翻譯為哈薩克語

測試集BLEU 11.8

學術研究

阿爾泰語系語言研究

輔助語言學家進行阿爾泰語系語言對比研究

本項目是一個英文到阿爾泰語系語言的翻譯模型，它基於Transformer架構，能實現多種語言的翻譯，為跨語言交流提供了有力支持。

文檔未提供具體安裝步驟，暫不展示安裝指南。

文檔未提供代碼示例，暫不展示使用示例。

屬性	詳情
模型類型	Transformer
源語言	eng
目標語言	aze_Latn、bak、chv、crh、crh_Latn、kaz_Cyrl、kaz_Latn、kir_Cyrl、kjh、kum、mon、nog、ota_Arab、ota_Latn、sah、tat、tat_Arab、tat_Latn、tuk、tuk_Latn、tur、tyv、uig_Arab、uig_Cyrl、uzb_Cyrl、uzb_Latn、xal
預處理	歸一化 + SentencePiece (spm32k,spm32k)
輸入要求	需要以 `>>id<<` 形式的句子初始語言標記（id = 有效的目標語言 ID）
原始權重下載	opus2m - 2020 - 08 - 02.zip
測試集翻譯	opus2m - 2020 - 08 - 02.test.txt
測試集評分	opus2m - 2020 - 08 - 02.eval.txt

Hugging Face 名稱：eng - tut
源語言：eng
目標語言：tut
OPUS 說明文檔鏈接：https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/eng-tut/README.md
原始倉庫：Tatoeba - Challenge
標籤：['translation']
語言：['en', 'tut']
源語言組成：{'eng'}
目標語言組成：set()
源語言多語言支持：False
目標語言多語言支持：True
預處理：歸一化 + SentencePiece (spm32k,spm32k)
模型鏈接：https://object.pouta.csc.fi/Tatoeba-MT-models/eng-tut/opus2m-2020-08-02.zip
測試集鏈接：https://object.pouta.csc.fi/Tatoeba-MT-models/eng-tut/opus2m-2020-08-02.test.txt
源語言 ISO 639 - 3 代碼：eng
目標語言 ISO 639 - 3 代碼：tut
短語言對：en - tut
chrF2 分數：0.451
BLEU 分數：19.5
簡潔懲罰：1.0
參考長度：57472.0
源語言名稱：英語
目標語言名稱：阿爾泰語系
訓練日期：2020 - 08 - 02
源語言 ISO 639 - 2 代碼：en
目標語言 ISO 639 - 2 代碼：tut
是否優先舊版本：False
長語言對：eng - tut
赫爾辛基代碼提交哈希：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
Transformers 代碼提交哈希：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植機器：brutasse
移植時間：2020 - 08 - 21 - 14:41