opus-mt-en-tut开源翻译模型 - 免费实现英语到多种阿尔泰语系语言翻译

Opus Mt En Tut

由 Helsinki-NLP 开发

这是一个基于Transformer架构的多语言机器翻译模型，支持从英语到多种阿尔泰语系语言的翻译任务。

下载量 38

发布时间 : 3/2/2022

模型简介

该模型专注于英语到阿尔泰语系语言的翻译任务，支持包括土耳其语、哈萨克语、蒙古语等在内的多种语言。采用标准化预处理和SentencePiece分词技术，需在句首添加目标语言标识符进行翻译。

多语言支持

支持英语到20种阿尔泰语系语言的翻译任务

预处理优化

采用标准化预处理和SentencePiece分词技术(spm32k)

目标语言标识

需在句首添加目标语言标识符(如>>tur<<)进行翻译

英语到阿尔泰语系语言翻译

多语言机器翻译

支持多种书写系统(拉丁/西里尔/阿拉伯)

跨语言交流

英语-土耳其语翻译

将英语内容翻译为土耳其语

测试集BLEU 34.2

英语-哈萨克语翻译

将英语内容翻译为哈萨克语

测试集BLEU 11.8

学术研究

阿尔泰语系语言研究

辅助语言学家进行阿尔泰语系语言对比研究

本项目是一个英文到阿尔泰语系语言的翻译模型，它基于Transformer架构，能实现多种语言的翻译，为跨语言交流提供了有力支持。

文档未提供具体安装步骤，暂不展示安装指南。

文档未提供代码示例，暂不展示使用示例。

属性	详情
模型类型	Transformer
源语言	eng
目标语言	aze_Latn、bak、chv、crh、crh_Latn、kaz_Cyrl、kaz_Latn、kir_Cyrl、kjh、kum、mon、nog、ota_Arab、ota_Latn、sah、tat、tat_Arab、tat_Latn、tuk、tuk_Latn、tur、tyv、uig_Arab、uig_Cyrl、uzb_Cyrl、uzb_Latn、xal
预处理	归一化 + SentencePiece (spm32k,spm32k)
输入要求	需要以 `>>id<<` 形式的句子初始语言标记（id = 有效的目标语言 ID）
原始权重下载	opus2m - 2020 - 08 - 02.zip
测试集翻译	opus2m - 2020 - 08 - 02.test.txt
测试集评分	opus2m - 2020 - 08 - 02.eval.txt

Hugging Face 名称：eng - tut
源语言：eng
目标语言：tut
OPUS 说明文档链接：https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/eng-tut/README.md
原始仓库：Tatoeba - Challenge
标签：['translation']
语言：['en', 'tut']
源语言组成：{'eng'}
目标语言组成：set()
源语言多语言支持：False
目标语言多语言支持：True
预处理：归一化 + SentencePiece (spm32k,spm32k)
模型链接：https://object.pouta.csc.fi/Tatoeba-MT-models/eng-tut/opus2m-2020-08-02.zip
测试集链接：https://object.pouta.csc.fi/Tatoeba-MT-models/eng-tut/opus2m-2020-08-02.test.txt
源语言 ISO 639 - 3 代码：eng
目标语言 ISO 639 - 3 代码：tut
短语言对：en - tut
chrF2 分数：0.451
BLEU 分数：19.5
简洁惩罚：1.0
参考长度：57472.0
源语言名称：英语
目标语言名称：阿尔泰语系
训练日期：2020 - 08 - 02
源语言 ISO 639 - 2 代码：en
目标语言 ISO 639 - 2 代码：tut
是否优先旧版本：False
长语言对：eng - tut
赫尔辛基代码提交哈希：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
Transformers 代码提交哈希：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植机器：brutasse
移植时间：2020 - 08 - 21 - 14:41