Opus Mt Tc Big En Fr

🚀 opus-mt-tc-big-en-fr

這是一個用於將英語（en）翻譯成法語（fr）的神經機器翻譯模型。它是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。

🚀 快速開始

模型簡介

此模型是英語到法語的神經機器翻譯模型，屬於 [OPUS - MT項目](https://github.com/Helsinki - NLP/Opus - MT)。所有模型最初使用 [Marian NMT](https://marian - nmt.github.io/) 框架進行訓練，這是一個用純C++編寫的高效NMT實現。這些模型已通過huggingface的transformers庫轉換為pyTorch。訓練數據來自 OPUS，訓練流程採用 [OPUS - MT - train](https://github.com/Helsinki - NLP/Opus - MT - train) 的方法。

引用信息

• 出版物：[OPUS - MT – Building open translation services for the World](https://aclanthology.org/2020.eamt - 1.61/) 和 [The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT](https://aclanthology.org/2020.wmt - 1.139/)（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

• 廣泛可用：作為OPUS - MT項目的一部分，助力全球多種語言的神經機器翻譯。
• 高效訓練：基於Marian NMT框架訓練，並用transformers庫轉換為pyTorch。
• 豐富數據：訓練數據來自OPUS，訓練流程遵循OPUS - MT - train。

📦 安裝指南

文檔未提及安裝步驟，跳過此章節。

💻 使用示例

基礎用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "The Portuguese teacher is very demanding.",
    "When was your last hearing test?"
]

model_name = "pytorch-models/opus-mt-tc-big-en-fr"
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:
#     Le professeur de portugais est très exigeant.
#     Quand a eu lieu votre dernier test auditif ?

高級用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-fr")
print(pipe("The Portuguese teacher is very demanding."))

# expected output: Le professeur de portugais est très exigeant.

📚 詳細文檔

模型信息

基準測試

基準測試文件

• 測試集翻譯：[opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - fra/opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt)
• 測試集分數：[opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - fra/opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt)
• 基準測試結果：benchmark_results.txt
• 基準測試輸出：benchmark_translations.zip

致謝

本工作得到以下項目支持：

• [歐洲語言網格](https://www.european - language - grid.eu/) 的 [試點項目2866](https://live.european - language - grid.eu/catalogue/#/resource/projects/2866)。
• [FoTran項目](https://www.helsinki.fi/en/researchgroups/natural - language - understanding - with - cross - lingual - grounding)，由歐盟“地平線2020”研究和創新計劃（資助協議編號771113）下的歐洲研究理事會（ERC）資助。
• MeMAD項目，由歐盟“地平線2020”研究和創新計劃（資助協議編號780069）資助。

同時感謝 CSC -- IT Center for Science（芬蘭）提供的計算資源和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：Wed Apr 13 17:07:05 EEST 2022
• 轉換機器：LM0 - 400 - 22516.local

📄 許可證

本模型採用CC - BY - 4.0許可證。