Opus Mt Zh En

🚀 中英語翻譯模型

本模型由赫爾辛基大學的語言技術研究小組開發，主要用於中文到英文的翻譯任務，能有效實現文本翻譯和文本生成功能。

🚀 快速開始

使用以下代碼加載模型和分詞器：

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Helsinki-NLP/opus-mt-zh-en")

model = AutoModelForSeq2SeqLM.from_pretrained("Helsinki-NLP/opus-mt-zh-en")

✨ 主要特性

本模型可用於翻譯和文本到文本的生成。

📦 模型詳情

🔧 風險、限制和偏差

⚠️ 重要提示

讀者應該注意，本節包含令人不安、冒犯性的內容，並且可能傳播歷史和當前的刻板印象。

已有大量研究探討了語言模型的偏差和公平性問題（例如，參見 Sheng 等人 (2021) 和 Bender 等人 (2021)）。

該模型數據集的更多詳細信息可在 OPUS 的自述文件中找到：zho - eng

🔧 訓練信息

系統信息

• helsinki_git_sha: 480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
• transformers_git_sha: 2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
• port_machine: brutasse
• port_time: 2020 - 08 - 21 - 14:41
• src_multilingual: False
• tgt_multilingual: False

訓練數據

預處理

• 預處理方式：歸一化 + SentencePiece (spm32k,spm32k)
• ref_len: 82826.0
• 數據集: opus
• 下載原始權重: opus - 2020 - 07 - 17.zip
• 測試集翻譯: opus - 2020 - 07 - 17.test.txt

🔧 評估結果

測試集分數

• opus - 2020 - 07 - 17.eval.txt
• 簡潔懲罰係數: 0.948

基準測試

📄 引用信息

@InProceedings{TiedemannThottingal:EAMT2020,
  author = {J{\"o}rg Tiedemann and Santhosh Thottingal},
  title = {{OPUS-MT} — {B}uilding open translation services for the {W}orld},
  booktitle = {Proceedings of the 22nd Annual Conferenec of the European Association for Machine Translation (EAMT)},
  year = {2020},
  address = {Lisbon, Portugal}
 }