Opus Mt Tc Big Fr En

🚀 opus-mt-tc-big-fr-en

這是一個用於從法語（fr）翻譯成英語（en）的神經機器翻譯模型。它是OPUS - MT項目的一部分，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。

🚀 快速開始

基礎用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "J'ai adoré l'Angleterre.",
    "C'était la seule chose à faire."
]

model_name = "pytorch-models/opus-mt-tc-big-fr-en"
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:
#     I loved England.
#     It was the only thing to do.

高級用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-fr-en")
print(pipe("J'ai adoré l'Angleterre."))

# expected output: I loved England.

✨ 主要特性

• 該模型屬於 OPUS - MT項目，旨在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。
• 所有模型最初使用 Marian NMT 框架進行訓練，這是一個用純C++編寫的高效NMT實現。
• 模型已使用huggingface的transformers庫轉換為pyTorch。
• 訓練數據來自 OPUS，訓練管道採用 OPUS - MT - train 的流程。

📚 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
• 測試集得分: 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

引用信息

@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",
}

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 19:02:28 EEST 2022
• 轉換機器: LM0 - 400 - 22516.local

致謝

這項工作得到了以下項目的支持：

• 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”研究和創新計劃下資助（資助協議編號771113）。
• 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。

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）。

📄 許可證

本模型採用CC - BY - 4.0許可證。