Opus Mt Art En

🚀 art-eng翻译模型

art-eng是一款用于人工语言到英语翻译的模型，它基于Transformer架构，能够处理多种人工语言的翻译任务，为人工语言与英语之间的交流提供了有效的解决方案。

✨ 主要特性

• 多语言支持：支持多种人工语言（如世界语、伊多语等）到英语的翻译。
• 模型架构：采用Transformer架构。
• 预处理方式：使用归一化和SentencePiece（spm32k,spm32k）进行预处理。

📦 安装指南

文档未提供具体安装步骤，故跳过该章节。

💻 使用示例

文档未提供代码示例，故跳过该章节。

📚 详细文档

模型信息

基准测试

系统信息

• 模型名称：art-eng
• 源语言：art
• 目标语言：eng
• OPUS README链接：https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/art-eng/README.md
• 原始仓库：Tatoeba-Challenge
• 标签：['translation']
• 支持语言：['eo', 'io', 'art', 'en']
• 源语言组成：{'sjn_Latn', 'tzl', 'vol_Latn', 'qya', 'tlh_Latn', 'ile_Latn', 'ido_Latn', 'tzl_Latn', 'jbo_Cyrl', 'jbo', 'lfn_Latn', 'nov_Latn', 'dws_Latn', 'ldn_Latn', 'avk_Latn', 'lfn_Cyrl', 'ina_Latn', 'jbo_Latn', 'epo', 'afh_Latn', 'qya_Latn', 'ido'}
• 目标语言组成：{'eng'}
• 源语言是否多语言：True
• 目标语言是否多语言：False
• 预处理：归一化 + SentencePiece (spm32k,spm32k)
• 模型链接：https://object.pouta.csc.fi/Tatoeba-MT-models/art-eng/opus2m-2020-07-31.zip
• 测试集链接：https://object.pouta.csc.fi/Tatoeba-MT-models/art-eng/opus2m-2020-07-31.test.txt
• 源语言ISO 639-3代码：art
• 目标语言ISO 639-3代码：eng
• 短语言对：art-en
• chrF2分数：0.287
• BLEU分数：11.6
• 简洁惩罚因子：1.0
• 参考长度：73037.0
• 源语言名称：人工语言
• 目标语言名称：英语
• 训练日期：2020-07-31
• 源语言ISO 639-2代码：art
• 目标语言ISO 639-2代码：en
• 是否优先旧版本：False
• 长语言对：art-eng
• Helsinki Git SHA：480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
• Transformers Git SHA：2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
• 移植机器：brutasse
• 移植时间：2020-08-21-14:41

🔧 技术细节

文档未提供具体技术实现细节，故跳过该章节。

📄 许可证

本项目采用Apache-2.0许可证。