Opus Mt Tc Big En Hu

🚀 opus-mt-tc-big-en-hu

opus-mt-tc-big-en-hu 是一個用於將英語（en）翻譯成匈牙利語（hu）的神經機器翻譯模型。它屬於 OPUS-MT 項目 的一部分，該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且易於獲取。所有模型最初都使用 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 NMT 實現。這些模型已通過 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 的程序。

• 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（如果您使用此模型，請引用這些文獻）

@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

• 支持英語到匈牙利語的神經機器翻譯。
• 屬於 OPUS-MT 項目，依託強大的開源社區和資源。
• 使用 Marian NMT 框架訓練，轉換為 pyTorch 格式方便使用。

📦 安裝指南

文檔未提供安裝步驟，跳過該章節。

💻 使用示例

基礎用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "I wish I hadn't seen such a horrible film.",
    "She's at school."
]

model_name = "pytorch-models/opus-mt-tc-big-en-hu"
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:
#     Bárcsak ne láttam volna ilyen szörnyű filmet.
#     Iskolában van.

高級用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-hu")
print(pipe("I wish I hadn't seen such a horrible film."))

# expected output: Bárcsak ne láttam volna ilyen szörnyű filmet.

📚 詳細文檔

模型信息

基準測試

• 測試集翻譯結果：opusTCv20210807+bt_transformer-big_2022-02-25.test.txt
• 測試集得分：opusTCv20210807+bt_transformer-big_2022-02-25.eval.txt
• 基準測試結果：benchmark_results.txt
• 基準測試輸出：benchmark_translations.zip

致謝

這項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，由歐洲研究理事會（ERC）在歐盟的地平線 2020 研究和創新計劃（資助協議編號 771113）下資助。
• MeMAD 項目，由歐盟的地平線 2020 研究和創新計劃資助，資助協議編號 780069。

我們也感謝 CSC -- 芬蘭科學信息技術中心 提供的慷慨計算資源和 IT 基礎設施。

模型轉換信息

• transformers 版本：4.16.2
• OPUS-MT git 哈希值：3405783
• 轉換時間：2022 年 4 月 13 日星期三 17:21:20 EEST
• 轉換機器：LM0-400-22516.local

📄 許可證

本模型使用的許可證為 cc-by-4.0。