语言:

• 俄语
• 中文
• 英语

标签:

• 翻译

许可证: apache-2.0

数据集:

• ccmatrix

评估指标:

• sacrebleu

示例:

• 示例标题: 中译俄 文本: > translate to ru: 开发的目的是为用户提供个人同步翻译。
• 示例标题: 俄译英 文本: > translate to en: Цель разработки — предоставить пользователям личного синхронного переводчика.
• 示例标题: 英译俄 文本: > translate to ru: The purpose of the development is to provide users with a personal synchronized interpreter.
• 示例标题: 英译中 文本: > translate to zh: The purpose of the development is to provide users with a personal synchronized interpreter.
• 示例标题: 中译英 文本: > translate to en: 开发的目的是为用户提供个人同步解释器。
• 示例标题: 俄译中 文本: > translate to zh: Цель разработки — предоставить пользователям личного синхронного переводчика。

T5英语、俄语和中文多语言机器翻译模型

该模型代表了一个常规的T5转换器在多任务模式下进行目标语言翻译，专门针对以下语言对进行机器翻译配置：俄汉、汉俄、英汉、汉英、英俄、俄英。

该模型可以直接在俄语、中文或英语之间进行任意语言对的翻译。为了翻译成目标语言，需要将目标语言标识符指定为前缀'translate to <语言>:'。在这种情况下，源语言可以不必指定，此外，源文本可以是多语言的。

俄译中示例

from transformers import T5ForConditionalGeneration, T5Tokenizer

device = 'cuda' #或'cpu'用于在CPU上翻译

model_name = 'utrobinmv/t5_translate_en_ru_zh_large_1024'
model = T5ForConditionalGeneration.from_pretrained(model_name)
model.to(device)
tokenizer = T5Tokenizer.from_pretrained(model_name)

prefix = 'translate to zh: '
src_text = prefix + "Съешь ещё этих мягких французских булок."

# 俄语翻译成中文
input_ids = tokenizer(src_text, return_tensors="pt")

generated_tokens = model.generate(**input_ids.to(device))

result = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
print(result)
# 再吃这些法国的甜蜜的面包。