语言:

• 捷克语 (cs)
• 下索布语 (dsb)
• 英语 (en)
• 上索布语 (hsb)
• 波兰语 (pl)
• 西斯拉夫语族 (zlw) 标签:
• 翻译
• opus-mt-tc 许可证: cc-by-4.0 模型索引:
• 名称: opus-mt-tc-big-zlw-en 结果:
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: flores101-devtest 类型: flores_101 参数: ces eng devtest 指标:
    • 名称: BLEU 类型: bleu 值: 41.2
  • 任务: 名称: 波兰语-英语翻译 (pol-eng) 类型: 翻译 参数: pol-eng 数据集: 名称: flores101-devtest 类型: flores_101 参数: pol eng devtest 指标:
    • 名称: BLEU 类型: bleu 值: 29.6
  • 任务: 名称: 斯洛伐克语-英语翻译 (slk-eng) 类型: 翻译 参数: slk-eng 数据集: 名称: flores101-devtest 类型: flores_101 参数: slk eng devtest 指标:
    • 名称: BLEU 类型: bleu 值: 40.0
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: multi30k_test_2016_flickr 类型: multi30k-2016_flickr 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 37.6
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: multi30k_test_2018_flickr 类型: multi30k-2018_flickr 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 37.4
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: news-test2008 类型: news-test2008 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 26.3
  • 任务: 名称: 波兰语-英语翻译 (pol-eng) 类型: 翻译 参数: pol-eng 数据集: 名称: newsdev2020 类型: newsdev2020 参数: pol-eng 指标:
    • 名称: BLEU 类型: bleu 值: 32.7
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: tatoeba-test-v2021-08-07 类型: tatoeba_mt 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 57.4
  • 任务: 名称: 波兰语-英语翻译 (pol-eng) 类型: 翻译 参数: pol-eng 数据集: 名称: tatoeba-test-v2021-08-07 类型: tatoeba_mt 参数: pol-eng 指标:
    • 名称: BLEU 类型: bleu 值: 55.7
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2009 类型: wmt-2009-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 29.5
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2010 类型: wmt-2010-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 30.7
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2011 类型: wmt-2011-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 30.9
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2012 类型: wmt-2012-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 29.4
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2013 类型: wmt-2013-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 32.8
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2014 类型: wmt-2014-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 38.7
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2015 类型: wmt-2015-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 33.4
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2016 类型: wmt-2016-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 37.1
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2017 类型: wmt-2017-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 32.5
  • 任务: 名称: 捷克语-英语翻译 (ces-eng) 类型: 翻译 参数: ces-eng 数据集: 名称: newstest2018 类型: wmt-2018-news 参数: ces-eng 指标:
    • 名称: BLEU 类型: bleu 值: 33.1
  • 任务: 名称: 波兰语-英语翻译 (pol-eng) 类型: 翻译 参数: pol-eng 数据集: 名称: newstest2020 类型: wmt-2020-news 参数: pol-eng 指标:
    • 名称: BLEU 类型: bleu 值: 32.6

opus-mt-tc-big-zlw-en

用于从西斯拉夫语族(zlw)翻译至英语(en)的神经机器翻译模型。

该模型隶属于OPUS-MT项目，旨在使神经机器翻译模型在全球多种语言中广泛可用且易于获取。所有模型最初均使用卓越的Marian NMT框架训练，这是一个以纯C++编写的高效NMT实现。模型通过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 – 构建全球开放的翻译服务 和 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 (若使用此模型，请引用。)

@inproceedings{tiedemann-thottingal-2020-opus,
    title = "{OPUS}-{MT} {--} Building open translation services for the World",
    author = {Tiedemann, J{\"o}rg  and Thottingal, Santhosh},
    booktitle = "Proceedings of the 22nd Annual Conference of the European Association for Machine Translation",
    month = nov,
    year = "2020",
    address = "Lisboa, Portugal",
    publisher = "European Association for Machine Translation",
    url = "https://aclanthology.org/2020.eamt-1.61",
    pages = "479--480",
}

@inproceedings{tiedemann-2020-tatoeba,
    title = "The Tatoeba Translation Challenge {--} Realistic Data Sets for Low Resource and Multilingual {MT}",
    author = {Tiedemann, J{\"o}rg},
    booktitle = "Proceedings of the Fifth Conference on Machine Translation",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    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: 捷克语 (ces)、下索布语 (dsb)、上索布语 (hsb)、波兰语 (pol)
• 目标语言: 英语 (en)
• 模型架构: transformer-big
• 数据来源: opusTCv20210807+bt (来源)
• 分词方式: SentencePiece (spm32k,spm32k)
• 原始模型: opusTCv20210807+bt_transformer-big_2022-03-17.zip
• 更多已发布模型信息: OPUS-MT zlw-eng 说明文件

使用示例

简短示例代码:

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Aoi'ego hobby to tańczenie.",
    "Myślisz, że Tom planuje to zrobić?"
]

model_name = "pytorch-models/opus-mt-tc-big-zlw-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:
#     Aoi's hobby is dancing.
#     You think Tom's planning on doing that?

也可使用transformers的pipeline功能，例如:

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-zlw-en")
print(pipe("Aoi'ego hobby to tańczenie."))

# 预期输出: Aoi's hobby is dancing.

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](https://object.pouta.c