语言:

• 俄语
• 中文
• 英语 标签:
• 翻译
• 文本生成
• T5模型 许可证: Apache-2.0 数据集:
• CCMatrix 评估指标:
• SacreBLEU 示例:
  • 标题: 中译俄示例 文本: > 翻译成俄语: 开发的目的是为用户提供个人同步翻译。
  • 标题: 俄译英示例 文本: > 翻译成英语: Цель разработки — предоставить пользователям личного синхронного переводчика.
  • 标题: 英译俄示例 文本: > 翻译成俄语: The purpose of the development is to provide users with a personal synchronized interpreter.
  • 标题: 英译中示例 文本: > 翻译成中文: The purpose of the development is to provide users with a personal synchronized interpreter.
  • 标题: 中译英示例 文本: > 翻译成英语: 开发的目的是为用户提供个人同步解释器。
  • 标题: 俄译中示例 文本: > 翻译成中文: Цель разработки — предоставить пользователям личного синхронного переводчика.

模型索引:

• 名称: utrobinmv/t5_translate_en_ru_zh_base_200 结果:
  • 任务: 类型: 翻译 名称: 英俄翻译 数据集: 名称: NTREX英俄数据集 类型: NTREX 配置: NTREX英俄 拆分: 测试集 指标:
    • 类型: SacreBLEU 值: 28.575940911021487 名称: BLEU评分
    • 类型: CHRF 值: 54.27996346886896 名称: CHRF评分
    • 类型: TER 值: 62.494863914873584 名称: TER评分
    • 类型: METEOR 值: 0.5174833677740809 名称: METEOR评分
    • 类型: ROUGE 值: 0.1908317951570274 名称: ROUGE-1
    • 类型: ROUGE 值: 0.065555552204933 名称: ROUGE-2
    • 类型: ROUGE 值: 0.1895542893295215 名称: ROUGE-L
    • 类型: ROUGE 值: 0.1893813749889601 名称: ROUGE-LSUM
    • 类型: BERTScore 值: 0.8554933660030365 名称: BERTScore F1
    • 类型: BERTScore 值: 0.8578473615646363 名称: BERTScore精确率
    • 类型: BERTScore 值: 0.8534188346862793 名称: BERTScore召回率 来源: 名称: NTREX数据集基准测试 网址: https://huggingface.co/spaces/utrobinmv/TREX_benchmark_en_ru_zh

T5英俄中多语言机器翻译模型

本模型采用标准T5架构实现多任务翻译功能，专为以下语言对优化：俄汉互译、英汉互译、英俄互译。

该模型支持俄语、中文和英语之间的任意双向翻译。使用时需在待翻译文本前添加目标语言前缀'translate to <语言代码>:'。源语言无需特别声明，且源文本可包含多语言混合内容。

俄译中示例:

from transformers import T5ForConditionalGeneration, T5Tokenizer

model_name = 'utrobinmv/t5_translate_en_ru_zh_small_1024'
model = T5ForConditionalGeneration.from_pretrained(model_name)
tokenizer = T5Tokenizer.from_pretrained(model_name)

prefix = '翻译成中文: '
src_text = prefix + "Цель разработки — предоставить пользователям личного синхронного переводчика."

# 执行俄译中
input_ids = tokenizer(src_text, return_tensors="pt")

generated_tokens = model.generate(**input_ids)

result = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
print(result)
# 开发的目的是为用户提供个人同步翻译。

中译俄示例:

from transformers import T5ForConditionalGeneration, T5Tokenizer

model_name = 'utrobinmv/t5_translate_en_ru_zh_small_1024'
model = T5ForConditionalGeneration.from_pretrained(model_name)
tokenizer = T5Tokenizer.from_pretrained(model_name)

prefix = '翻译成俄语: '
src_text = prefix + "开发的目的是为用户提供个人同步翻译。"

# 执行中译俄
input_ids = tokenizer(src_text, return_tensors="pt")

generated_tokens = model.generate(**input_ids)

result = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
print(result)
# Цель разработки - предоставить пользователям персональный синхронный перевод.

支持语言

俄语(ru_RU)、中文(zh_CN)、英语(en_US)