语言:

• 英语
• 孟加拉语
• 奥里亚语
• 古吉拉特语
• 马拉地语
• 乌尔都语
• 印地语
• 普什图语
• 奥塞梯语
• 阿萨姆语
• 僧伽罗语
• 印度-伊朗语族

标签:

• 翻译

许可证: Apache-2.0

英语-印度伊朗语族

• 源语言组: 英语

• 目标语言组: 印度-伊朗语族

• OPUS说明文档: eng-iir

• 模型架构: Transformer

• 源语言: 英语

• 目标语言: 阿萨姆语、阿瓦德语、孟加拉语、博杰普尔语、孔卡尼语、古吉拉特语、斐济印地语、印地语、犹太-塔特语(西里尔)、库尔德语(阿拉伯)、库尔德语(拉丁)、迈蒂利语、马拉地语、尼泊尔语、奥里亚语、奥塞梯语、旁遮普语(古木基)、波斯语、波斯语(拉丁)、波斯语(塔纳)、普什图语、罗马尼语、梵语(天城)、僧伽罗语、信德语(阿拉伯)、塔吉克语(西里尔)、塔利什语(拉丁)、乌尔都语、扎扎其语

• 预处理: 标准化 + SentencePiece分词(spm32k,spm32k)

• 需在句首添加目标语言标识符>>id<<(id为有效目标语言代码)

• 原始权重下载: opus2m-2020-08-01.zip

• 测试集翻译结果: opus2m-2020-08-01.test.txt

• 测试集评分: opus2m-2020-08-01.eval.txt

基准测试

系统信息:

• 框架名称: eng-iir
• 源语言: 英语
• 目标语言: 印度-伊朗语族
• OPUS文档链接: https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/eng-iir/README.md
• 原始仓库: Tatoeba-Challenge
• 标签: ['翻译']
• 支持语言: ['英语', '孟加拉语', '奥里亚语', '古吉拉特语', '马拉地语', '乌尔都语', '印地语', '普什图语', '奥塞梯语', '阿萨姆语', '僧伽罗语', '印度-伊朗语族']
• 源语言构成: {'英语'}
• 目标语言构成: {'西旁遮普语', '孔卡尼语', '孟加拉语', '斐济印地语(拉丁)', '奥里亚语', '古吉拉特语', '旁遮普语(古木基)', '信德语(阿拉伯)', '尼泊尔语', '马拉地语', '乌尔都语', '波斯语', '博杰普尔语', '库尔德语(阿拉伯)', '塔吉克语(西里尔)', '印地语', '库尔德语(拉丁)', '波斯语(塔纳)', '普什图语', '梵语(天城)', '奥塞梯语', '塔利什语(拉丁)', '犹太-塔特语(西里尔)', '阿萨姆语', '扎扎其语', '罗马尼语', '迈蒂利语', '波斯语(拉丁)', '阿瓦德语', '僧伽罗语'}
• 多语言源: 否
• 多语言目标: 是
• 预处理: 标准化 + SentencePiece分词(spm32k,spm32k)
• 模型下载链接: https://object.pouta.csc.fi/Tatoeba-MT-models/eng-iir/opus2m-2020-08-01.zip
• 测试集链接: https://object.pouta.csc.fi/Tatoeba-MT-models/eng-iir/opus2m-2020-08-01.test.txt
• 源语言Alpha3代码: eng
• 目标语言Alpha3代码: iir
• 语言对简写: en-iir
• chrF2分数: 0.392
• BLEU分数: 13.7
• 长度惩罚系数: 1.0
• 参考译文长度: 63351.0
• 源语言名称: 英语
• 目标语言名称: 印度-伊朗语族
• 训练日期: 2020-08-01
• 源语言Alpha2代码: en
• 目标语言Alpha2代码: iir
• 偏好旧模型: 否
• 语言对全称: eng-iir
• 赫尔辛基Git提交哈希: 480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535
• Transformers库Git提交哈希: 2207e5d8cb224e954a7cba69fa4ac2309e9ff30b
• 移植机器名: brutasse
• 移植时间: 2020-08-21-14:41