Opus Mt Tc Big En El

🚀 opus-mt-tc-big-en-el

这是一个用于将英语（en）翻译成现代希腊语（1453 年至今）（el）的神经机器翻译模型。该模型是 OPUS - MT 项目 的一部分，此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且易于获取。所有模型最初都使用 Marian NMT 这一出色的框架进行训练，它是一个用纯 C++ 编写的高效神经机器翻译实现。这些模型已通过 huggingface 的 transformers 库转换为 PyTorch 格式。训练数据来自 OPUS，训练流程采用 OPUS - MT - train 的方法。

• 相关出版物：OPUS - MT – Building open translation services for the World 和 The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT（如果使用此模型，请引用这些文献。）

@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

• 支持英语到现代希腊语的翻译。
• 是 OPUS - MT 项目的一部分，训练资源丰富。
• 基于 Marian NMT 框架训练，后转换为 PyTorch 格式。

📦 安装指南

文档未提供安装步骤，暂不展示。

💻 使用示例

基础用法

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "If I weren't broke, I'd buy it.",
    "I received your telegram."
]

model_name = "pytorch-models/opus-mt-tc-big-en-el"
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:
#     Αν δεν ήμουν άφραγκος, θα το αγόραζα.
#     Έλαβα το τηλεγράφημα σου.

高级用法

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-en-el")
print(pipe("If I weren't broke, I'd buy it."))

# expected output: Αν δεν ήμουν άφραγκος, θα το αγόραζα.

📚 详细文档

模型信息

基准测试

• 测试集翻译结果：opusTCv20210807 + bt_transformer - big_2022 - 03 - 13.test.txt
• 测试集得分：opusTCv20210807 + bt_transformer - big_2022 - 03 - 13.eval.txt
• 基准测试结果：benchmark_results.txt
• 基准测试输出：benchmark_translations.zip

致谢

这项工作得到了以下机构的支持：

• [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)，由欧盟的“地平线 2020”研究与创新计划下的欧洲研究理事会（ERC）资助（资助协议编号 771113）。
• MeMAD 项目，由欧盟的“地平线 2020”研究与创新计划资助（资助协议编号 780069）。

我们也感谢 CSC -- 芬兰科学信息技术中心 提供的慷慨计算资源和 IT 基础设施。

模型转换信息

📄 许可证

本模型使用 CC - BY - 4.0 许可证。