Legal T5 Small Trans Fr Es

🚀 legal_t5_small_trans_fr_es模型

这是一个用于将法语法律文本翻译成西班牙语的模型，为法律文本的跨语言交流提供了高效解决方案。

🚀 快速开始

legal_t5_small_trans_fr_es模型可用于将法语法律文本翻译成西班牙语。它首次发布于 此仓库，并在来自jrc - acquis、europarl和dcep的三个平行语料库上进行了训练。

✨ 主要特性

• 基于 t5 - small 模型构建，在大规模平行文本语料库上进行训练。
• 是一个较小的模型，通过使用 dmodel = 512、dff = 2,048、8头注意力机制，且编码器和解码器各仅6层，对t5的基线模型进行了缩放。
• 该变体约有6000万个参数。

📦 安装指南

使用此模型前，需安装相关依赖库，可使用以下命令安装：

pip install transformers

💻 使用示例

基础用法

以下是如何在PyTorch中使用该模型将法语法律文本翻译成西班牙语的示例：

from transformers import AutoTokenizer, AutoModelWithLMHead, TranslationPipeline

pipeline = TranslationPipeline(
model=AutoModelWithLMHead.from_pretrained("SEBIS/legal_t5_small_trans_fr_es"),
tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/legal_t5_small_trans_fr_es", do_lower_case=False, 
                                            skip_special_tokens=True),
    device=0
)

fr_text = "commission des libertés civiles, de la justice et des affaires intérieures"

pipeline([fr_text], max_length=512)

📚 详细文档

训练数据

legal_t5_small_trans_fr_es模型在 [JRC - ACQUIS](https://wt - public.emm4u.eu/Acquis/index_2.2.html)、EUROPARL 和 [DCEP](https://ec.europa.eu/jrc/en/language - technologies/dcep) 数据集上进行训练，这些数据集包含500万条平行文本。

训练过程

• 该模型在单个TPU Pod V3 - 8上总共训练了250K步，使用序列长度512（批量大小4096）。
• 它总共有约2.2亿个参数，并使用编码器 - 解码器架构进行训练。
• 使用的优化器是AdaFactor，并采用平方根倒数学习率调度进行预训练。

预处理

通过对平行语料库（所有可能的语言对）中的8800万行文本进行训练，得到一个一元模型，以获取词汇表（使用字节对编码），该词汇表用于此模型。

评估结果

当该模型用于翻译测试数据集时，取得了以下结果：

BibTeX引用和引用信息

由 Ahmed Elnaggar/@Elnaggar_AI 创建 | [LinkedIn](https://www.linkedin.com/in/prof - ahmed - elnaggar/)