Opus Mt Tc Big En Fr

🚀 opus-mt-tc-big-en-fr

这是一个用于将英语（en）翻译成法语（fr）的神经机器翻译模型。它是OPUS - MT项目的一部分，该项目致力于让神经机器翻译模型在全球多种语言中广泛可用。

🚀 快速开始

模型简介

此模型是英语到法语的神经机器翻译模型，属于 [OPUS - MT项目](https://github.com/Helsinki - NLP/Opus - MT)。所有模型最初使用 [Marian NMT](https://marian - nmt.github.io/) 框架进行训练，这是一个用纯C++编写的高效NMT实现。这些模型已通过huggingface的transformers库转换为pyTorch。训练数据来自 OPUS，训练流程采用 [OPUS - MT - train](https://github.com/Helsinki - NLP/Opus - MT - train) 的方法。

引用信息

• 出版物：[OPUS - MT – Building open translation services for the World](https://aclanthology.org/2020.eamt - 1.61/) 和 [The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT](https://aclanthology.org/2020.wmt - 1.139/)（如果使用此模型，请引用）

@inproceedings{tiedemann-thottingal-2020-opus,
    title = "{OPUS}-{MT} {--} Building open translation services for the World",
    author = {Tiedemann, J{\"o}rg  and Thottingal, Santhosh},
    booktitle = "Proceedings of the 22nd Annual Conference of the European Association for Machine Translation",
    month = nov,
    year = "2020",
    address = "Lisboa, Portugal",
    publisher = "European Association for Machine Translation",
    url = "https://aclanthology.org/2020.eamt-1.61",
    pages = "479--480",
}

@inproceedings{tiedemann-2020-tatoeba,
    title = "The Tatoeba Translation Challenge {--} Realistic Data Sets for Low Resource and Multilingual {MT}",
    author = {Tiedemann, J{\"o}rg},
    booktitle = "Proceedings of the Fifth Conference on Machine Translation",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.wmt-1.139",
    pages = "1174--1182",
}

✨ 主要特性

• 广泛可用：作为OPUS - MT项目的一部分，助力全球多种语言的神经机器翻译。
• 高效训练：基于Marian NMT框架训练，并用transformers库转换为pyTorch。
• 丰富数据：训练数据来自OPUS，训练流程遵循OPUS - MT - train。

📦 安装指南

文档未提及安装步骤，跳过此章节。

💻 使用示例

基础用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "The Portuguese teacher is very demanding.",
    "When was your last hearing test?"
]

model_name = "pytorch-models/opus-mt-tc-big-en-fr"
tokenizer = MarianTokenizer.from_pretrained(model_name)
model = MarianMTModel.from_pretrained(model_name)
translated = model.generate(**tokenizer(src_text, return_tensors="pt", padding=True))

for t in translated:
    print( tokenizer.decode(t, skip_special_tokens=True) )

# expected output:
#     Le professeur de portugais est très exigeant.
#     Quand a eu lieu votre dernier test auditif ?

高级用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-fr")
print(pipe("The Portuguese teacher is very demanding."))

# expected output: Le professeur de portugais est très exigeant.

📚 详细文档

模型信息

基准测试

基准测试文件

• 测试集翻译：[opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - fra/opusTCv20210807+bt_transformer - big_2022 - 03 - 09.test.txt)
• 测试集分数：[opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt](https://object.pouta.csc.fi/Tatoeba - MT - models/eng - fra/opusTCv20210807+bt_transformer - big_2022 - 03 - 09.eval.txt)
• 基准测试结果：benchmark_results.txt
• 基准测试输出：benchmark_translations.zip

致谢

本工作得到以下项目支持：

• [欧洲语言网格](https://www.european - language - grid.eu/) 的 [试点项目2866](https://live.european - language - grid.eu/catalogue/#/resource/projects/2866)。
• [FoTran项目](https://www.helsinki.fi/en/researchgroups/natural - language - understanding - with - cross - lingual - grounding)，由欧盟“地平线2020”研究和创新计划（资助协议编号771113）下的欧洲研究理事会（ERC）资助。
• MeMAD项目，由欧盟“地平线2020”研究和创新计划（资助协议编号780069）资助。

同时感谢 CSC -- IT Center for Science（芬兰）提供的计算资源和IT基础设施。

模型转换信息

• transformers版本：4.16.2
• OPUS - MT git哈希值：3405783
• 转换时间：Wed Apr 13 17:07:05 EEST 2022
• 转换机器：LM0 - 400 - 22516.local

📄 许可证

本模型采用CC - BY - 4.0许可证。