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 小部件示例:
  • 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英俄中多语言机器翻译模型

本模型采用经典T5转换器架构，支持多任务模式下的目标语言翻译，专为以下语言对机器翻译优化配置：俄-中、中-俄、英-中、中-英、英-俄、俄-英。

该模型可实现俄语、中文和英语之间的任意双向互译。翻译时需在源文本前添加目标语言前缀'translate to <语言代码>:'。源语言无需显式声明，且源文本可包含多语言混合内容。

俄译中示例：

from transformers import T5ForConditionalGeneration, T5Tokenizer

device = 'cuda' #或'cpu'进行CPU端翻译

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

prefix = 'translate to zh: '
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.to(device))

result = tokenizer.batch_decode(generated_tokens, skip_special_tokens=True)
print(result)
# 开发的目的就是向用户提供个性化的同步翻译。

中译俄示例：

from transformers import T5ForConditionalGeneration, T5Tokenizer

device = 'cuda' #或'cpu'进行CPU端翻译

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

prefix = 'translate to ru: '
src_text = prefix + "开发的目的就是向用户提供个性化的同步翻译。"

# 执行中译俄
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)
# Цель разработки - предоставить персонализированный синхронный перевод для пользователей.

支持语言

俄语(ru_RU)、中文(zh_CN)、英语(en_US)