语言:

• 越南语 标签:
• 翻译 许可证: mit 小部件:
• 文本: "𡦂才𡦂命窖󰑼恄饒" 推理: 参数: 最大长度: 48 管道标签: translation 库名称: transformers

双向越南喃字音译模型

越南喃字（Chữ Nôm）是20世纪前越南使用的古老文字系统。它由汉字演变而来，但适应了越南语的发音和词汇。学者们曾用喃字进行文学创作和交流。这种文字在视觉上与汉字有所区别，通过语义和语音组件表达越南语概念。如今，喃字已成为专门研究领域，人们正努力保存相关知识。尽管现代越南语使用拉丁字母，喃字仍是越南文化遗产的重要组成部分。

基于Transformer编码器-解码器架构的先进轻量级预训练模型，专为越南喃字翻译设计。

模型训练数据来源包括《陆云仙传》《金云翘传》《大越史记全书》《征妇吟曲》《胡春香诗集》、chunom.org语料库文档，以及来自130部不同书籍（《字喃详解词典》）的样本文本。

本模型支持越南喃字与越南拉丁文字之间的双向翻译，可实现喃字到拉丁文字及反向转换。

使用方法

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("minhtoan/t5-translate-vietnamese-nom")  
model = AutoModelForSeq2SeqLM.from_pretrained("minhtoan/t5-translate-vietnamese-nom")
model.cuda()
src = "如梅早杏遲管"
tokenized_text = tokenizer.encode(src, return_tensors="pt").cuda()
model.eval()
translate_ids = model.generate(tokenized_text, max_length=48)
output = tokenizer.decode(translate_ids[0], skip_special_tokens=True)
output

输出：'như mai tảo hạnh trì quán'

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("minhtoan/t5-translate-vietnamese-nom")  
model = AutoModelForSeq2SeqLM.from_pretrained("minhtoan/t5-translate-vietnamese-nom")
model.cuda()
src = "như mai tảo hạnh trì quán"
tokenized_text = tokenizer.encode(src, return_tensors="pt").cuda()
model.eval()
translate_ids = model.generate(tokenized_text, max_length=48)
output = tokenizer.decode(translate_ids[0], skip_special_tokens=True)
output

输出：'如梅早杏遲舘'

作者

潘明全