Wmt22 Comet Da

🚀 COMET翻譯評估模型

本項目是一個基於COMET的翻譯評估模型。它接收一個三元組（源句子、翻譯結果、參考翻譯），並返回一個分數，該分數反映了翻譯結果相對於源句子和參考翻譯的質量。

✨ 主要特性

• 多語言支持：基於XLM - RoBERTa，支持眾多語言，包括但不限於英語、中文、法語、德語等。
• 精準評估：通過接收源句子、翻譯結果和參考翻譯，輸出一個0到1之間的分數，直觀反映翻譯質量。

📦 安裝指南

使用此模型需要安裝unbabel-comet：

pip install --upgrade pip  # 確保pip是最新版本
pip install unbabel-comet

💻 使用示例

基礎用法

可以通過comet CLI使用該模型：

comet-score -s {source-inputs}.txt -t {translation-outputs}.txt -r {references}.txt --model Unbabel/wmt22-comet-da

高級用法

使用Python調用該模型：

from comet import download_model, load_from_checkpoint

model_path = download_model("Unbabel/wmt22-comet-da")
model = load_from_checkpoint(model_path)
data = [
    {
        "src": "Dem Feuer konnte Einhalt geboten werden",
        "mt": "The fire could be stopped",
        "ref": "They were able to control the fire."
    },
    {
        "src": "Schulen und Kindergärten wurden eröffnet.",
        "mt": "Schools and kindergartens were open",
        "ref": "Schools and kindergartens opened"
    }
]
model_output = model.predict(data, batch_size=8, gpus=1)
print (model_output)

📚 詳細文檔

預期用途

本模型旨在用於機器翻譯評估。給定一個包含（源句子、翻譯結果、參考翻譯）的三元組，模型會輸出一個0到1之間的分數，其中1表示完美翻譯。

覆蓋語言

該模型基於XLM - R構建，支持以下語言： 南非荷蘭語、阿爾巴尼亞語、阿姆哈拉語、阿拉伯語、亞美尼亞語、阿薩姆語、阿塞拜疆語、巴斯克語、白俄羅斯語、孟加拉語、孟加拉語（羅馬化）、波斯尼亞語、布列塔尼語、保加利亞語、緬甸語、緬甸語、加泰羅尼亞語、中文（簡體）、中文（繁體）、克羅地亞語、捷克語、丹麥語、荷蘭語、英語、世界語、愛沙尼亞語、菲律賓語、芬蘭語、法語、加利西亞語、格魯吉亞語、德語、希臘語、古吉拉特語、豪薩語、希伯來語、印地語、印地語（羅馬化）、匈牙利語、冰島語、印尼語、愛爾蘭語、意大利語、日語、爪哇語、卡納達語、哈薩克語、高棉語、韓語、庫爾德語（庫爾德文）、吉爾吉斯語、老撾語、拉丁語、拉脫維亞語、立陶宛語、馬其頓語、馬達加斯加語、馬來語、馬拉雅拉姆語、馬拉地語、蒙古語、尼泊爾語、挪威語、奧里亞語、奧羅莫語、普什圖語、波斯語、波蘭語、葡萄牙語、旁遮普語、羅馬尼亞語、俄語、梵語、蘇格蘭蓋爾語、塞爾維亞語、信德語、僧伽羅語、斯洛伐克語、斯洛文尼亞語、索馬里語、西班牙語、巽他語、斯瓦希里語、瑞典語、泰米爾語、泰米爾語（羅馬化）、泰盧固語、泰盧固語（羅馬化）、泰語、土耳其語、烏克蘭語、烏爾都語、烏爾都語（羅馬化）、維吾爾語、烏茲別克語、越南語、威爾士語、西弗里斯蘭語、科薩語、意第緒語。

⚠️ 重要提示

因此，對於包含未覆蓋語言的語言對，評估結果可能不可靠！

📄 許可證

本項目採用Apache - 2.0許可證。

🔖 引用

COMET-22: Unbabel-IST 2022 Submission for the Metrics Shared Task (Rei et al., WMT 2022)