opus-mt-en-poz开源多语言翻译模型 - 免费将英语译成35种马来-波利尼西亚语

Opus Mt En Poz

由 Helsinki-NLP 开发

这是一个基于Transformer架构的多语言翻译模型，支持从英语到35种马来-波利尼西亚语族语言的翻译任务。

下载量 41

发布时间 : 3/2/2022

模型简介

该模型专门用于英语与马来-波利尼西亚语族语言之间的翻译任务，采用SentencePiece分词技术，支持多种太平洋和东南亚语言。

多语言支持

支持35种马来-波利尼西亚语族语言的翻译，涵盖太平洋和东南亚地区多种语言

标准化预处理

采用标准化+SentencePiece分词技术（spm32k）进行文本预处理

目标语言标识符

需在句首添加目标语言标识符（格式为>>目标语言ID<<）以指定翻译方向

英语到马来-波利尼西亚语族语言翻译

多语言并行翻译

跨语种文本转换

语言服务

旅游翻译

为太平洋岛国旅游提供英语到当地语言的翻译服务

在斐济语(Fij)翻译上达到31.0 BLEU分

文化交流

促进英语国家与马来-波利尼西亚语族地区的文化交流

在印尼语(Ind)翻译上达到30.4 BLEU分

教育

语言学习辅助

帮助学习者理解英语与太平洋/东南亚语言之间的对应关系

在伊洛卡诺语(ilo)翻译上达到33.1 BLEU分

本项目是一个英文到南岛语系语言的翻译模型，提供了模型的相关信息、基准测试结果以及系统配置等内容，可用于英文到多种南岛语系语言的翻译任务。

属性	详情
源语言组	英语
目标语言组	南岛语系语言
OPUS 说明文档	eng - poz
模型类型	Transformer
源语言	eng
目标语言	akl_Latn ceb cha dtp fij gil haw hil iba ilo ind jav jav_Java lkt mad mah max_Latn min mlg mri nau niu pag pau rap smo sun tah tet tmw_Latn ton tvl war zlm_Latn zsm_Latn
预处理	归一化 + SentencePiece (spm32k, spm32k)
句子起始语言标记	需以 `>>id<<` 形式（id 为有效的目标语言 ID）
原始权重下载	opus - 2020 - 07 - 27.zip
测试集翻译	opus - 2020 - 07 - 27.test.txt
测试集得分	opus - 2020 - 07 - 27.eval.txt

Hugging Face 名称：eng - poz
源语言：eng
目标语言：poz
OPUS 说明文档链接：https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/eng-poz/README.md
原始仓库：Tatoeba - Challenge
标签：['translation']
支持语言：['en', 'poz']
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-poz/opus-2020-07-27.zip
测试集链接：https://object.pouta.csc.fi/Tatoeba-MT-models/eng-poz/opus-2020-07-27.test.txt
源语言 ISO 639 - 3 代码：eng
目标语言 ISO 639 - 3 代码：poz
短语言对：en - poz
chrF2 得分：0.41
BLEU 得分：16.2
简洁惩罚：1.0
参考长度：66803.0
源语言名称：英语
目标语言名称：南岛语系语言
训练日期：2020 - 07 - 27
源语言 ISO 639 - 2 代码：en
目标语言 ISO 639 - 2 代码：poz
是否优先使用旧版本：False
长语言对：eng - poz
赫尔辛基代码库 SHA：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
Transformers 代码库 SHA：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
移植机器：brutasse
移植时间：2020 - 08 - 21 - 14:41