Opus Mt En Mul Finetuned En Sp Translator

🚀 字幕翻譯模型

這是一個用於西班牙語和英語文本之間進行翻譯的模型。它使用來自 ted_talks_iwslt 的西班牙語和英語TED演講轉錄數據進行訓練，並對 Helsinki-NLP/opus-mt-en-mul 模型進行了微調。

🚀 快速開始

本模型可通過以下代碼輕鬆使用：

from transformers import pipeline
pipe = pipeline(model="razwand/opus-mt-en-mul-finetuned_en_sp_translator")
pipe("Hi everyone!")

>>[{'translation_text': 'Hola a todos!'}]

✨ 主要特性

• 支持西班牙語和英語之間的文本翻譯。
• 基於TED演講轉錄數據進行訓練，適用於字幕翻譯場景。

📚 詳細文檔

預期用途

該模型旨在構建一個字幕翻譯工具。

數據

數據集的劃分結構如下：

DatasetDict({
    train: Dataset({
        features: ['Original_Sentence', 'Translate_SP', '__index_level_0__'],
        num_rows: 2454
    })
    validation: Dataset({
        features: ['Original_Sentence', 'Translate_SP', '__index_level_0__'],
        num_rows: 307
    })
    test: Dataset({
        features: ['Original_Sentence', 'Translate_SP', '__index_level_0__'],
        num_rows: 307
    })
})

注意：評估數據是從測試集中選取50個樣本得到的。

相關訓練參數

    evaluation_strategy = "epoch"
    learning_rate=2e-5
    per_device_train_batch_size=4
    per_device_eval_batch_size=4
    weight_decay=0.01
    save_total_limit=3
    num_train_epochs=1
    predict_with_generate=True
    fp16=False

評估結果

以下結果展示了訓練過程中（超參數評估）以及模型在測試集上的ROUGE指標評估結果。

• 評估指標

{'rouge1': 64.95, 'rouge2': 42.24, 'rougeL': 61.97, 'rougeLsum': 62.93}

• 測試集評估（50個轉錄樣本）

{'rouge1': 65.54,'rouge2': 41.45,'rougeL': 62.72,'rougeLsum': 62.83}

🔧 技術細節

該模型基於 Helsinki-NLP/opus-mt-en-mul 模型進行微調，使用來自 ted_talks_iwslt 的西班牙語和英語TED演講轉錄數據進行訓練。在訓練過程中，設置了一系列的訓練參數，如評估策略、學習率、批量大小等，並使用ROUGE指標進行評估。

📄 許可證

文檔未提及相關許可證信息。