语言:

• 英语
• 土耳其语 标签:
• 翻译
• opus-mt-tc 许可证: cc-by-4.0 模型索引:
• 名称: opus-mt-tc-big-tr-en 结果:
  • 任务: 名称: 土耳其语-英语翻译 类型: 翻译 参数: tur-eng 数据集: 名称: flores101-devtest 类型: flores_101 参数: tur eng devtest 指标:
    • 名称: BLEU 类型: bleu 值: 37.6
  • 任务: 名称: 土耳其语-英语翻译 类型: 翻译 参数: tur-eng 数据集: 名称: newsdev2016 类型: newsdev2016 参数: tur-eng 指标:
    • 名称: BLEU 类型: bleu 值: 32.1
  • 任务: 名称: 土耳其语-英语翻译 类型: 翻译 参数: tur-eng 数据集: 名称: tatoeba-test-v2021-08-07 类型: tatoeba_mt 参数: tur-eng 指标:
    • 名称: BLEU 类型: bleu 值: 57.6
  • 任务: 名称: 土耳其语-英语翻译 类型: 翻译 参数: tur-eng 数据集: 名称: newstest2016 类型: wmt-2016-news 参数: tur-eng 指标:
    • 名称: BLEU 类型: bleu 值: 29.3
  • 任务: 名称: 土耳其语-英语翻译 类型: 翻译 参数: tur-eng 数据集: 名称: newstest2017 类型: wmt-2017-news 参数: tur-eng 指标:
    • 名称: BLEU 类型: bleu 值: 29.7
  • 任务: 名称: 土耳其语-英语翻译 类型: 翻译 参数: tur-eng 数据集: 名称: newstest2018 类型: wmt-2018-news 参数: tur-eng 指标:
    • 名称: BLEU 类型: bleu 值: 30.7

opus-mt-tc-big-tr-en

用于从土耳其语（tr）翻译到英语（en）的神经机器翻译模型。

该模型是OPUS-MT项目的一部分，该项目旨在为世界多种语言广泛提供和普及神经机器翻译模型。所有模型最初均使用Marian NMT这一纯C++编写的高效NMT实现框架进行训练。模型已通过huggingface的transformers库转换为pyTorch格式。训练数据取自OPUS，训练流程采用OPUS-MT-train的程序。

• 相关论文：OPUS-MT – 构建面向全球的开放翻译服务与Tatoeba翻译挑战赛 – 为低资源及多语言机器翻译提供真实数据集（若使用本模型，请引用）

@inproceedings{tiedemann-thottingal-2020-opus,
    title = "{OPUS}-{MT} {--} 构建面向全球的开放翻译服务",
    author = {Tiedemann, J{\"o}rg 和 Thottingal, Santhosh},
    booktitle = "第22届欧洲机器翻译协会年会论文集",
    month = 11月,
    year = "2020",
    address = "葡萄牙里斯本",
    publisher = "欧洲机器翻译协会",
    url = "https://aclanthology.org/2020.eamt-1.61",
    pages = "479--480",
}

@inproceedings{tiedemann-2020-tatoeba,
    title = "Tatoeba翻译挑战赛 {--} 为低资源及多语言机器翻译提供真实数据集",
    author = {Tiedemann, J{\"o}rg},
    booktitle = "第五届机器翻译会议论文集",
    month = 11月,
    year = "2020",
    address = "线上",
    publisher = "计算语言学协会",
    url = "https://aclanthology.org/2020.wmt-1.139",
    pages = "1174--1182",
}

模型信息

• 发布日期：2022-03-17
• 源语言：土耳其语（tur）
• 目标语言：英语（eng）
• 模型架构：transformer-big
• 数据来源：opusTCv20210807+bt（来源）
• 分词方法：SentencePiece（spm32k,spm32k）
• 原始模型：opusTCv20210807+bt_transformer-big_2022-03-17.zip
• 更多发布模型信息：OPUS-MT tur-eng README

使用示例

简短代码示例：

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Allahsızlığı Yayma Kürsüsü başkanıydı.",
    "Tom'a ne olduğunu öğrenin."
]

model_name = "pytorch-models/opus-mt-tc-big-tr-en"
tokenizer = MarianTokenizer.from_pretrained(model_name)
model = MarianMTModel.from_pretrained(model_name)
translated = model.generate(**tokenizer(src_text, return_tensors="pt", padding=True))

for t in translated:
    print( tokenizer.decode(t, skip_special_tokens=True) )

# 预期输出：
#     他曾是无神论传播讲座的主席。
#     去了解汤姆发生了什么。

也可使用transformers的pipeline功能：

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-tr-en")
print(pipe("Allahsızlığı Yayma Kürsüsü başkanıydı."))

# 预期输出：他曾是无神论传播讲座的主席。

基准测试

• 测试集翻译结果：opusTCv20210807+bt_transformer-big_2022-03-17.test.txt
• 测试集分数：opusTCv20210807+bt_transformer-big_2022-03-17.eval.txt
• 基准测试结果：benchmark_results.txt
• 基准测试输出：benchmark_translations.zip

致谢

本工作得到了欧洲语言网格作为试点项目2866、由欧洲研究理事会（ERC）根据欧盟Horizon 2020研究与创新计划（授权协议号771113）资助的FoTran项目，以及欧盟Horizon 2020研究与创新计划（授权协议号780069）资助的MeMAD项目的支持。同时感谢CSC – 芬兰科学IT中心提供的慷慨计算资源和IT基础设施。

模型转换信息

• transformers版本：4.16.2
• OPUS-MT git哈希：3405783
• 转换时间：2022年4月13日星期三EEST 20:02:48
• 转换机器：LM0-400-22516.local