语言:

• 英语
• 希伯来语 标签:
• 翻译
• opus-mt-tc 许可证: cc-by-4.0 模型索引:
• 名称: opus-mt-tc-big-he-en 结果:
  • 任务: 名称: 希伯来语-英语翻译 类型: 翻译 参数: heb-eng 数据集: 名称: flores101-devtest 类型: flores_101 参数: heb eng devtest 指标:
    • 名称: BLEU 类型: bleu 值: 44.1
  • 任务: 名称: 希伯来语-英语翻译 类型: 翻译 参数: heb-eng 数据集: 名称: tatoeba-test-v2021-08-07 类型: tatoeba_mt 参数: heb-eng 指标:
    • 名称: BLEU 类型: bleu 值: 53.8

opus-mt-tc-big-he-en

用于从希伯来语(he)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，该项目致力于让神经机器翻译模型在全球多种语言中广泛可用和易于获取。所有模型最初都是使用Marian NMT这一纯C++编写的高效NMT实现框架进行训练的。模型已通过huggingface的transformers库转换为pyTorch格式。训练数据取自OPUS，训练流程使用了OPUS-MT-train的程序。

• 相关出版物: OPUS-MT – 为世界构建开放的翻译服务 和 Tatoeba翻译挑战 – 为低资源及多语言机器翻译提供的真实数据集 (若使用此模型，请引用。)

@inproceedings{tiedemann-thottingal-2020-opus,
    title = "{OPUS}-{MT} {--} 为世界构建开放的翻译服务",
    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 {--} 为低资源及多语言机器翻译提供的真实数据集",
    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: 2022-03-13
• 源语言: 希伯来语(heb)
• 目标语言: 英语(eng)
• 模型类型: transformer-big
• 数据来源: opusTCv20210807+bt (来源)
• 分词: SentencePiece (spm32k,spm32k)
• 原始模型: opusTCv20210807+bt_transformer-big_2022-03-13.zip
• 更多已发布模型信息: OPUS-MT heb-eng 说明文档

使用方式

简短示例代码:

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "她忘记给他写信了。",
    "我希望一旦有事发生能立即知道。"
]

model_name = "pytorch-models/opus-mt-tc-big-he-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:
#     She forgot to write to him.
#     I want to know as soon as something happens.

您也可以使用transformers的pipeline功能调用OPUS-MT模型，例如:

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-he-en")
print(pipe("她忘记给他写信了。"))

# 预期输出: She forgot to write to him.

基准测试

• 测试集翻译: opusTCv20210807+bt_transformer-big_2022-03-13.test.txt
• 测试集得分: opusTCv20210807+bt_transformer-big_2022-03-13.eval.txt
• 基准测试结果: benchmark_results.txt
• 基准测试输出: benchmark_translations.zip

致谢

这项工作得到了欧洲语言网格作为试点项目2866的支持，由FoTran项目资助，该项目受欧洲研究理事会(ERC)根据欧盟Horizon 2020研究与创新计划(授权协议号771113)资助，以及MeMAD项目，该项目受欧盟Horizon 2020研究与创新计划资助，授权协议号780069。我们也对CSC – 芬兰科学IT中心提供的慷慨计算资源和IT基础设施表示衷心感谢。

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 19:27:12
• 转换机器: LM0-400-22516.local