Opus Mt Tc Big He En

🚀 opus-mt-tc-big-he-en

這是一個用於從希伯來語（he）翻譯成英語（en）的神經機器翻譯模型。該模型是 OPUS - MT 項目 的一部分，此項目致力於讓神經機器翻譯模型在全球多種語言中廣泛可用。所有模型最初使用 Marian NMT 這一出色的框架進行訓練，它是一個用純 C++ 編寫的高效神經機器翻譯實現。這些模型通過 huggingface 的 transformers 庫轉換為 pyTorch 格式。訓練數據來自 OPUS，訓練流程採用 OPUS - MT - train 的方法。

• 相關出版物：OPUS - MT – Building open translation services for the World 和 The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT（如果使用此模型，請引用）

@inproceedings{tiedemann-thottingal-2020-opus,
    title = "{OPUS}-{MT} {--} Building open translation services for the World",
    author = {Tiedemann, J{\"o}rg  and Thottingal, Santhosh},
    booktitle = "Proceedings of the 22nd Annual Conference of the European Association for Machine Translation",
    month = nov,
    year = "2020",
    address = "Lisboa, Portugal",
    publisher = "European Association for Machine Translation",
    url = "https://aclanthology.org/2020.eamt-1.61",
    pages = "479--480",
}

@inproceedings{tiedemann-2020-tatoeba,
    title = "The Tatoeba Translation Challenge {--} Realistic Data Sets for Low Resource and Multilingual {MT}",
    author = {Tiedemann, J{\"o}rg},
    booktitle = "Proceedings of the Fifth Conference on Machine Translation",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.wmt-1.139",
    pages = "1174--1182",
}

✨ 主要特性

• 支持希伯來語到英語的翻譯。
• 屬於 OPUS - MT 項目，依託廣泛可用的訓練資源和成熟的訓練流程。
• 經過轉換可在 pyTorch 環境下使用。

📦 安裝指南

文檔未提及安裝步驟，暫不提供。

💻 使用示例

基礎用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "היא שכחה לכתוב לו.",
    "אני רוצה לדעת מיד כשמשהו יקרה."
]

model_name = "pytorch-models/opus-mt-tc-big-he-en"
tokenizer = MarianTokenizer.from_pretrained(model_name)
model = MarianMTModel.from_pretrained(model_name)
translated = model.generate(**tokenizer(src_text, return_tensors="pt", padding=True))

for t in translated:
    print( tokenizer.decode(t, skip_special_tokens=True) )

# expected output:
#     She forgot to write to him.
#     I want to know as soon as something happens.

高級用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-he-en")
print(pipe("היא שכחה לכתוב לו."))

# expected output: She forgot to write to him.

📚 詳細文檔

模型信息

基準測試

• 測試集翻譯結果：opusTCv20210807+bt_transformer-big_2022-03-13.test.txt
• 測試集得分：opusTCv20210807+bt_transformer-big_2022-03-13.eval.txt
• 基準測試結果：benchmark_results.txt
• 基準測試輸出：benchmark_translations.zip

模型轉換信息

🔧 技術細節

文檔未提供足夠技術實現細節，暫不提供。

📄 許可證

本模型使用的許可證為 cc - by - 4.0。

致謝

本工作得到了以下項目和機構的支持：

• 歐洲語言網格 的 試點項目 2866。
• FoTran 項目，由歐盟的 “地平線 2020” 研究與創新計劃（資助協議編號 771113）資助。
• MeMAD 項目，由歐盟的 “地平線 2020” 研究與創新計劃（資助協議編號 780069）資助。

同時，我們感謝 芬蘭科學信息技術中心（CSC） 提供的慷慨計算資源和 IT 基礎設施。