opus-mt-en-poz開源多語言翻譯模型 - 免費將英語譯成35種馬來-波利尼西亞語

Opus Mt En Poz

由Helsinki-NLP開發

這是一個基於Transformer架構的多語言翻譯模型，支持從英語到35種馬來-波利尼西亞語族語言的翻譯任務。

下載量 41

發布時間 : 3/2/2022

模型概述

該模型專門用於英語與馬來-波利尼西亞語族語言之間的翻譯任務，採用SentencePiece分詞技術，支持多種太平洋和東南亞語言。

多語言支持

支持35種馬來-波利尼西亞語族語言的翻譯，涵蓋太平洋和東南亞地區多種語言

標準化預處理

採用標準化+SentencePiece分詞技術（spm32k）進行文本預處理

目標語言標識符

需在句首添加目標語言標識符（格式為>>目標語言ID<<）以指定翻譯方向

英語到馬來-波利尼西亞語族語言翻譯

多語言並行翻譯

跨語種文本轉換

語言服務

旅遊翻譯

為太平洋島國旅遊提供英語到當地語言的翻譯服務

在斐濟語(Fij)翻譯上達到31.0 BLEU分

文化交流

促進英語國家與馬來-波利尼西亞語族地區的文化交流

在印尼語(Ind)翻譯上達到30.4 BLEU分

教育

語言學習輔助

幫助學習者理解英語與太平洋/東南亞語言之間的對應關係

在伊洛卡諾語(ilo)翻譯上達到33.1 BLEU分

本項目是一個英文到南島語系語言的翻譯模型，提供了模型的相關信息、基準測試結果以及系統配置等內容，可用於英文到多種南島語系語言的翻譯任務。

屬性	詳情
源語言組	英語
目標語言組	南島語系語言
OPUS 說明文檔	eng - poz
模型類型	Transformer
源語言	eng
目標語言	akl_Latn ceb cha dtp fij gil haw hil iba ilo ind jav jav_Java lkt mad mah max_Latn min mlg mri nau niu pag pau rap smo sun tah tet tmw_Latn ton tvl war zlm_Latn zsm_Latn
預處理	歸一化 + SentencePiece (spm32k, spm32k)
句子起始語言標記	需以 `>>id<<` 形式（id 為有效的目標語言 ID）
原始權重下載	opus - 2020 - 07 - 27.zip
測試集翻譯	opus - 2020 - 07 - 27.test.txt
測試集得分	opus - 2020 - 07 - 27.eval.txt

Hugging Face 名稱：eng - poz
源語言：eng
目標語言：poz
OPUS 說明文檔鏈接：https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/eng-poz/README.md
原始倉庫：Tatoeba - Challenge
標籤：['translation']
支持語言：['en', 'poz']
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-poz/opus-2020-07-27.zip
測試集鏈接：https://object.pouta.csc.fi/Tatoeba-MT-models/eng-poz/opus-2020-07-27.test.txt
源語言 ISO 639 - 3 代碼：eng
目標語言 ISO 639 - 3 代碼：poz
短語言對：en - poz
chrF2 得分：0.41
BLEU 得分：16.2
簡潔懲罰：1.0
參考長度：66803.0
源語言名稱：英語
目標語言名稱：南島語系語言
訓練日期：2020 - 07 - 27
源語言 ISO 639 - 2 代碼：en
目標語言 ISO 639 - 2 代碼：poz
是否優先使用舊版本：False
長語言對：eng - poz
赫爾辛基代碼庫 SHA：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
Transformers 代碼庫 SHA：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植機器：brutasse
移植時間：2020 - 08 - 21 - 14:41