Xlm Roberta Large Qe V1
基于XLM-RoBERTa-large微调的机器翻译质量评估模型,支持多语言文本质量评分
下载量 21
发布时间 : 1/15/2025
模型简介
该模型用于机器翻译系统的无参考质量评估(QE),能够自动预测翻译文本的质量分数,无需人工参考译文。
模型特点
多语言支持
支持26种语言的翻译质量评估,包括低资源语言
无参考评估
无需人工参考译文即可预测翻译质量分数
高效微调
基于大规模预训练模型XLM-RoBERTa进行针对性微调
模型能力
机器翻译质量评分
多语言文本分析
回归预测
使用案例
机器翻译系统
翻译质量监控
自动评估翻译系统的输出质量
皮尔逊相关系数0.422
翻译系统优化
识别翻译质量差的片段进行针对性改进
语言服务
翻译服务评估
自动化评估外包翻译服务的质量
🚀 机器翻译质量评估模型
本模型用于机器翻译系统的无参考质量评估(QE),基于FacebookAI/xlm-roberta-large
模型在ymoslem/wmt-da-human-evaluation
数据集上微调得到,能有效评估机器翻译的质量。
🚀 快速开始
安装依赖库
pip3 install --upgrade datasets accelerate transformers
pip3 install --upgrade flash_attn triton
加载测试数据集
from datasets import load_dataset
test_dataset = load_dataset("ymoslem/wmt-da-human-evaluation",
split="test",
trust_remote_code=True
)
print(test_dataset)
加载模型和分词器
from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch
# Load the fine-tuned model and tokenizer
model_name = "ymoslem/ModernBERT-large-qe-v1"
model = AutoModelForSequenceClassification.from_pretrained(
model_name,
device_map="auto",
torch_dtype=torch.bfloat16,
attn_implementation="flash_attention_2",
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
# Move model to GPU if available
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
model.eval()
准备数据集
sep_token = tokenizer.sep_token
input_test_texts = [f"{src} {sep_token} {tgt}" for src, tgt in zip(test_dataset["src"], test_dataset["mt"])]
生成预测结果
简单方式
from transformers import pipeline
classifier = pipeline("text-classification",
model=model_name,
tokenizer=tokenizer,
device=0,
)
predictions = classifier(input_test_texts,
batch_size=128,
truncation=True,
padding="max_length",
max_length=tokenizer.model_max_length,
)
predictions = [prediction["score"] for prediction in predictions]
复杂方式
from torch.utils.data import DataLoader
import torch
from tqdm.auto import tqdm
# Tokenization function
def process_batch(batch, tokenizer, device):
sep_token = tokenizer.sep_token
input_texts = [f"{src} {sep_token} {tgt}" for src, tgt in zip(batch["src"], batch["mt"])]
tokens = tokenizer(input_texts,
truncation=True,
padding="max_length",
max_length=tokenizer.model_max_length,
return_tensors="pt",
).to(device)
return tokens
# Create a DataLoader for batching
test_dataloader = DataLoader(test_dataset,
batch_size=128, # Adjust batch size as needed
shuffle=False)
# List to store all predictions
predictions = []
with torch.no_grad():
for batch in tqdm(test_dataloader, desc="Inference Progress", unit="batch"):
tokens = process_batch(batch, tokenizer, device)
# Forward pass: Generate model's logits
outputs = model(**tokens)
# Get logits (predictions)
logits = outputs.logits
# Extract the regression predicted values
batch_predictions = logits.squeeze()
# Extend the list with the predictions
predictions.extend(batch_predictions.tolist())
✨ 主要特性
- 基于
FacebookAI/xlm-roberta-large
模型进行微调,适用于多语言场景,支持包括英语、中文、法语等在内的多种语言。 - 用于机器翻译的无参考质量评估,可有效评估机器翻译的质量。
📦 安装指南
pip3 install --upgrade datasets accelerate transformers
pip3 install --upgrade flash_attn triton
💻 使用示例
基础用法
# 加载测试数据集
from datasets import load_dataset
test_dataset = load_dataset("ymoslem/wmt-da-human-evaluation",
split="test",
trust_remote_code=True
)
print(test_dataset)
# 加载模型和分词器
from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch
model_name = "ymoslem/ModernBERT-large-qe-v1"
model = AutoModelForSequenceClassification.from_pretrained(
model_name,
device_map="auto",
torch_dtype=torch.bfloat16,
attn_implementation="flash_attention_2",
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
model.eval()
# 准备数据集
sep_token = tokenizer.sep_token
input_test_texts = [f"{src} {sep_token} {tgt}" for src, tgt in zip(test_dataset["src"], test_dataset["mt"])]
# 生成预测结果
from transformers import pipeline
classifier = pipeline("text-classification",
model=model_name,
tokenizer=tokenizer,
device=0,
)
predictions = classifier(input_test_texts,
batch_size=128,
truncation=True,
padding="max_length",
max_length=tokenizer.model_max_length,
)
predictions = [prediction["score"] for prediction in predictions]
高级用法
# 加载测试数据集
from datasets import load_dataset
test_dataset = load_dataset("ymoslem/wmt-da-human-evaluation",
split="test",
trust_remote_code=True
)
print(test_dataset)
# 加载模型和分词器
from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch
model_name = "ymoslem/ModernBERT-large-qe-v1"
model = AutoModelForSequenceClassification.from_pretrained(
model_name,
device_map="auto",
torch_dtype=torch.bfloat16,
attn_implementation="flash_attention_2",
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
model.eval()
# 准备数据集
sep_token = tokenizer.sep_token
input_test_texts = [f"{src} {sep_token} {tgt}" for src, tgt in zip(test_dataset["src"], test_dataset["mt"])]
# 生成预测结果
from torch.utils.data import DataLoader
import torch
from tqdm.auto import tqdm
# Tokenization function
def process_batch(batch, tokenizer, device):
sep_token = tokenizer.sep_token
input_texts = [f"{src} {sep_token} {tgt}" for src, tgt in zip(batch["src"], batch["mt"])]
tokens = tokenizer(input_texts,
truncation=True,
padding="max_length",
max_length=tokenizer.model_max_length,
return_tensors="pt",
).to(device)
return tokens
# Create a DataLoader for batching
test_dataloader = DataLoader(test_dataset,
batch_size=128, # Adjust batch size as needed
shuffle=False)
# List to store all predictions
predictions = []
with torch.no_grad():
for batch in tqdm(test_dataloader, desc="Inference Progress", unit="batch"):
tokens = process_batch(batch, tokenizer, device)
# Forward pass: Generate model's logits
outputs = model(**tokens)
# Get logits (predictions)
logits = outputs.logits
# Extract the regression predicted values
batch_predictions = logits.squeeze()
# Extend the list with the predictions
predictions.extend(batch_predictions.tolist())
📚 详细文档
模型描述
本模型是在FacebookAI/xlm-roberta-large
基础上,针对ymoslem/wmt-da-human-evaluation
数据集进行微调的机器翻译质量评估模型,用于无参考的机器翻译质量评估。
训练过程
训练超参数
- 学习率(learning_rate):8e-05
- 训练批次大小(train_batch_size):64
- 评估批次大小(eval_batch_size):64
- 随机种子(seed):42
- 优化器(optimizer):使用
OptimizerNames.ADAMW_TORCH_FUSED
,betas=(0.9,0.999)
,epsilon=1e-08
- 学习率调度器类型(lr_scheduler_type):线性
- 训练步数(training_steps):20000
训练结果
训练损失 | 轮数 | 步数 | 验证损失 |
---|---|---|---|
0.0743 | 0.0502 | 1000 | 0.0598 |
0.0853 | 0.1004 | 2000 | 0.0745 |
0.0829 | 0.1506 | 3000 | 0.0726 |
0.0814 | 0.2008 | 4000 | 0.0872 |
0.0805 | 0.2509 | 5000 | 0.0715 |
0.0782 | 0.3011 | 6000 | 0.0819 |
0.0789 | 0.3513 | 7000 | 0.0733 |
0.0791 | 0.4015 | 8000 | 0.0748 |
0.0787 | 0.4517 | 9000 | 0.0759 |
0.0761 | 0.5019 | 10000 | 0.0725 |
0.0746 | 0.5521 | 11000 | 0.0745 |
0.0762 | 0.6023 | 12000 | 0.0750 |
0.077 | 0.6524 | 13000 | 0.0725 |
0.0777 | 0.7026 | 14000 | 0.0737 |
0.0764 | 0.7528 | 15000 | 0.0745 |
0.0781 | 0.8030 | 16000 | 0.0750 |
0.0748 | 0.8532 | 17000 | 0.0765 |
0.0768 | 0.9034 | 18000 | 0.0750 |
0.0737 | 0.9536 | 19000 | 0.0759 |
0.0769 | 1.0038 | 20000 | 0.0752 |
框架版本
- Transformers:4.48.0
- Pytorch:2.4.1+cu124
- Datasets:3.2.0
- Tokenizers:0.21.0
评估结果
本模型在评估集上取得了以下结果:
- 损失(Loss):0.0752 | 指标名称 | 指标类型 | 值 | | :------: | :------: | :--: | | 皮尔逊相关系数(Pearson Correlation) | Pearson | 0.422 | | 平均绝对误差(Mean Absolute Error) | MAE | 0.196 | | 均方根误差(Root Mean Squared Error) | RMSE | 0.245 | | 决定系数(R-Squared) | R2 | 0.245 |
🔧 技术细节
本模型基于FacebookAI/xlm-roberta-large
进行微调,使用了ymoslem/wmt-da-human-evaluation
数据集。在训练过程中,采用了特定的超参数和优化器,以提高模型的性能。在推理阶段,使用了transformers
库的pipeline
和AutoModelForSequenceClassification
等工具进行预测。
📄 许可证
本项目采用MIT许可证。
信息表格
属性 | 详情 |
---|---|
模型类型 | 用于机器翻译质量评估的序列分类模型 |
训练数据 | ymoslem/wmt-da-human-evaluation |
基础模型 | FacebookAI/xlm-roberta-large |
支持语言 | 多语言(包括bn、cs、de、en等) |
评估指标 | 困惑度(perplexity)、平均绝对误差(mae)、决定系数(r_squared) |
许可证 | MIT |
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98