Legal T5 Small Trans Cs Sv

🚀 legal_t5_small_trans_cs_sv模型

该模型用于将捷克语法律文本翻译成瑞典语，基于大量平行文本语料库训练，为法律文本翻译提供了有效的解决方案。

🚀 快速开始

legal_t5_small_trans_cs_sv模型可用于将捷克语法律文本翻译成瑞典语。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，通过dmodel = 512、dff = 2,048、8头注意力机制以及编码器和解码器各6层，缩小了t5基线模型的规模，参数约6000万。
• 可用于将捷克语法律文本翻译成瑞典语。

📦 安装指南

暂未提供相关安装步骤。

💻 使用示例

基础用法

以下是如何在PyTorch中使用此模型将捷克语法律文本翻译成瑞典语的示例：

from transformers import AutoTokenizer, AutoModelWithLMHead, TranslationPipeline

pipeline = TranslationPipeline(
model=AutoModelWithLMHead.from_pretrained("SEBIS/legal_t5_small_trans_cs_sv"),
tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/legal_t5_small_trans_cs_sv", do_lower_case=False, 
                                            skip_special_tokens=True),
    device=0
)

cs_text = "Odborná příprava je v sektoru minimální a tradiční, postrádá specifické kurzy nebo výukové plány."

pipeline([cs_text], max_length=512)

📚 详细文档

模型描述

legal_t5_small_trans_cs_sv基于t5 - small模型，并在大量平行文本语料库上进行训练。这是一个较小的模型，通过dmodel = 512、dff = 2,048、8头注意力机制以及编码器和解码器各6层，缩小了t5基线模型的规模，此变体约有6000万个参数。

预期用途和限制

该模型可用于将捷克语法律文本翻译成瑞典语。

训练数据

legal_t5_small_trans_cs_sv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，预训练采用逆平方根学习率调度。

预处理

使用从平行语料库（所有可能的语言对）中8800万行文本训练的一元模型来获取词汇表（使用字节对编码），该词汇表与此模型一起使用。

预训练

文档未详细提及预训练的具体内容。

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/)

📄 许可证

原文档未提及相关许可证信息。