T5 En Vi Base

🚀 T5-EN-VI-BASE：用于英越翻译的文本到文本转移Transformer预训练模型

本项目是一个用于英越翻译的预训练模型，借助文本到文本转移Transformer技术，能有效提升英越翻译的质量和效率。

🚀 快速开始

你可以参考下面的代码示例，快速开始使用本模型进行英越翻译。

📦 安装指南

文档未提及安装步骤，故跳过此章节。

💻 使用示例

基础用法

import torch

from transformers import T5ForConditionalGeneration, T5Tokenizer
import torch
if torch.cuda.is_available():       
    device = torch.device("cuda")

    print('There are %d GPU(s) available.' % torch.cuda.device_count())

    print('We will use the GPU:', torch.cuda.get_device_name(0))
else:
    print('No GPU available, using the CPU instead.')
    device = torch.device("cpu")

model = T5ForConditionalGeneration.from_pretrained("NlpHUST/t5-en-vi-small")
tokenizer = T5Tokenizer.from_pretrained("NlpHUST/t5-en-vi-small")
model.to(device)

src = "In school , we spent a lot of time studying the history of Kim Il-Sung , but we never learned much about the outside world , except that America , South Korea , Japan are the enemies ."
tokenized_text = tokenizer.encode(src, return_tensors="pt").to(device)
model.eval()
summary_ids = model.generate(
                    tokenized_text,
                    max_length=128, 
                    num_beams=5,
                    repetition_penalty=2.5, 
                    length_penalty=1.0, 
                    early_stopping=True
                )
output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
print(output)

输出示例

Ở trường, chúng tôi dành nhiều thời gian để nghiên cứu về lịch sử Kim Il-Sung, nhưng chúng tôi chưa bao giờ học được nhiều về thế giới bên ngoài, ngoại trừ Mỹ, Hàn Quốc, Nhật Bản là kẻ thù.

📚 详细文档

数据集

本项目使用了来自斯坦福NLP小组的 IWSLT'15 英越 数据集。

在所有实验中，语料库被划分为训练集、开发集和测试集：

实验结果

以下是模型在测试集上的表现：

联系信息

如果你有与本项目相关的个人交流需求，请联系Nha Nguyen Van（nha282@gmail.com）。