🚀 翻译模型
本模型是一款专为法语 - 沃洛夫语以及沃洛夫语 - 法语翻译而优化的模型。它基于 nllb - 200 - distilled - 600M 进行微调,使用了 bilalfaye/english - wolof - french - translation 和 bilalfaye/english - wolof - french - translation - bis 数据集进行训练,这些数据集经过了大量预处理,以提高翻译质量。
支持语言
该模型支持以下双向翻译:
- 沃洛夫语到法语
- 法语到沃洛夫语
- 英语到沃洛夫语
- 沃洛夫语到英语
- 法语到英语
- 英语到法语
测试应用链接:https://huggingface.co/spaces/bilalfaye/WoFrEn - Translator
🚀 快速开始
✨ 主要特性
- 基于 nllb - 200 - distilled - 600M 微调,适用于多种语言对的翻译。
- 支持双向翻译,涵盖沃洛夫语、法语和英语。
- 经过数据集预处理,提升翻译质量。
📦 安装指南
安装所需库:
!pip install transformers
💻 使用示例
基础用法
手动推理:
from transformers import NllbTokenizer, AutoModelForSeq2SeqLM
import torch
device = "cuda" if torch.cuda.is_available() else "cpu"
model_load_name = 'bilalfaye/nllb-200-distilled-600M-wo-fr-en'
model = AutoModelForSeq2SeqLM.from_pretrained(model_load_name).to(device)
tokenizer = NllbTokenizer.from_pretrained(model_load_name)
def translate(
text, src_lang='wol_Latn', tgt_lang='french_Latn',
a=32, b=3, max_input_length=1024, num_beams=4, **kwargs
):
"""Turn a text or a list of texts into a list of translations"""
tokenizer.src_lang = src_lang
tokenizer.tgt_lang = tgt_lang
inputs = tokenizer(
text, return_tensors='pt', padding=True, truncation=True,
max_length=max_input_length
)
model.eval()
result = model.generate(
**inputs.to(model.device),
forced_bos_token_id=tokenizer.convert_tokens_to_ids(tgt_lang),
max_new_tokens=int(a + b * inputs.input_ids.shape[1]),
num_beams=num_beams, **kwargs
)
return tokenizer.batch_decode(result, skip_special_tokens=True)
print(translate("Ndax mën nga ko waxaat su la neexee?", src_lang="wol_Latn", tgt_lang="french_Latn")[0])
print(translate("Ndax mën nga ko waxaat su la neexee?", src_lang="wol_Latn", tgt_lang="eng_Latn")[0])
print(translate("Bonjour, où allez-vous?", src_lang="fra_Latn", tgt_lang="wol_Latn")[0])
print(translate("Bonjour, où allez-vous?", src_lang="fra_Latn", tgt_lang="eng_Latn")[0])
print(translate("Hello, how are you?", src_lang="eng_Latn", tgt_lang="wol_Latn")[0])
print(translate("Hello, how are you?", src_lang="eng_Latn", tgt_lang="fr_Latn")[0])
高级用法
使用管道进行推理:
from transformers import pipeline
model_name = 'bilalfaye/nllb-200-distilled-600M-wo-fr-en'
device = "cuda" if torch.cuda.is_available() else "cpu"
translator = pipeline("translation", model=model_name, device=device)
print(translator("Ndax mën nga ko waxaat su la neexee?", src_lang="wol_Latn", tgt_lang="fra_Latn")[0]['translation_text'])
print(translator("Bonjour, où allez-vous?", src_lang="fra_Latn", tgt_lang="wol_Latn")[0]['translation_text'])
📚 详细文档
信息表格
属性 |
详情 |
模型类型 |
基于 nllb - 200 - distilled - 600M 微调的翻译模型 |
训练数据 |
bilalfaye/english - wolof - french - translation 和 bilalfaye/english - wolof - french - translation - bis 数据集 |
支持语言 |
沃洛夫语(wo)、法语(fr)、英语(en) |
评估指标 |
BLEU、CHRF |
基础模型 |
facebook/nllb - 200 - distilled - 600M |
任务类型 |
翻译 |
包版本
本模型在开发和测试过程中使用了以下包版本:
- transformers:4.41.2
- torch:2.4.0+cu121
- datasets:3.2.0
- sentencepiece:0.2.0
- sacrebleu:2.5.1
🔧 作者信息
作者:Bila Faye
如有任何问题或改进建议,欢迎随时联系!
📄 许可证
本项目采用 MIT 许可证。