Opus Mt Tc Big En El

🚀 opus-mt-tc-big-en-el

這是一個用於將英語（en）翻譯成現代希臘語（1453 年至今）（el）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++ 編寫的高效神經機器翻譯實現。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

• 支持英語到現代希臘語的翻譯。
• 是 OPUS - MT 項目的一部分，訓練資源豐富。
• 基於 Marian NMT 框架訓練，後轉換為 PyTorch 格式。

📦 安裝指南

文檔未提供安裝步驟，暫不展示。

💻 使用示例

基礎用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "If I weren't broke, I'd buy it.",
    "I received your telegram."
]

model_name = "pytorch-models/opus-mt-tc-big-en-el"
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:
#     Αν δεν ήμουν άφραγκος, θα το αγόραζα.
#     Έλαβα το τηλεγράφημα σου.

高級用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-el")
print(pipe("If I weren't broke, I'd buy it."))

# expected output: Αν δεν ήμουν άφραγκος, θα το αγόραζα.

📚 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

致謝

這項工作得到了以下機構的支持：

• [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)，由歐盟的“地平線 2020”研究與創新計劃下的歐洲研究理事會（ERC）資助（資助協議編號 771113）。
• MeMAD 項目，由歐盟的“地平線 2020”研究與創新計劃資助（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

📄 許可證

本模型使用 CC - BY - 4.0 許可證。