Opus Mt Tc Big Zle En

🚀 opus-mt-tc-big-zle-en

這是一個用於將東斯拉夫語系（zle）翻譯成英語（en）的神經機器翻譯模型。該模型是[OPUS - MT項目](https://github.com/Helsinki - NLP/Opus - MT)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。所有模型最初使用[Marian NMT](https://marian - nmt.github.io/)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](https://github.com/Helsinki - NLP/Opus - MT - train)的方法。

🚀 快速開始

本模型可用於將東斯拉夫語系（如白俄羅斯語、俄語、烏克蘭語）翻譯成英語。以下是使用示例：

基礎用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Скільки мені слід купити пива?",
    "Я клієнтка."
]

model_name = "pytorch - models/opus - mt - tc - big - zle - 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:
#     How much beer should I buy?
#     I'm a client.

高級用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki - NLP/opus - mt - tc - big - zle - en")
print(pipe("Скільки мені слід купити пива?"))

# expected output: How much beer should I buy?

✨ 主要特性

• 多語言支持：支持白俄羅斯語、俄語、烏克蘭語到英語的翻譯。
• 開源項目：屬於OPUS - MT項目的一部分，藉助Marian NMT框架訓練，使用transformers庫轉換為pyTorch格式。

📦 安裝指南

文檔未提及安裝步驟，暫不提供。

📚 詳細文檔

模型信息

模型轉換信息

• transformers版本：4.16.2
• OPUS - MT git哈希值：1bdabf7
• 轉換時間：Wed Mar 23 22:17:11 EET 2022
• 轉換機器：LM0 - 400 - 22516.local

🔧 技術細節

本模型是基於Marian NMT框架進行訓練的，該框架是一個用純C++編寫的高效神經機器翻譯實現。訓練數據來自OPUS，訓練流程採用OPUS - MT - train的方法。模型經過轉換後使用pyTorch框架，藉助huggingface的transformers庫實現。

📄 許可證

本模型使用CC - BY - 4.0許可證。

📊 基準測試

🔗 測試集相關鏈接

• 測試集翻譯：[opusTCv20210807+bt_transformer - big_2022 - 03 - 17.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/zle - eng/opusTCv20210807+bt_transformer - big_2022 - 03 - 17.test.txt)
• 測試集分數：[opusTCv20210807+bt_transformer - big_2022 - 03 - 17.eval.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/zle - eng/opusTCv20210807+bt_transformer - big_2022 - 03 - 17.eval.txt)
• 基準測試結果：benchmark_results.txt
• 基準測試輸出：benchmark_translations.zip

🙏 致謝

本工作得到了以下項目的支持：

• [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“地平線2020”研究與創新計劃（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”研究與創新計劃資助（資助協議編號780069）。

同時，我們也感謝芬蘭CSC -- IT Center for Science提供的慷慨計算資源和IT基礎設施。

📚 引用信息

如果您使用此模型，請引用以下出版物：

@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",
}