许可证：Apache-2.0
语言：

• 西班牙语
• 纳瓦特尔语

标签：

• 翻译

小部件示例：

• 文本："将西班牙语翻译为纳瓦特尔语：muchas flores son blancas"

t5-small-spanish-nahuatl

模型描述

该模型是基于T5 Transformer（t5-small）微调的，使用了29,007个西班牙语和纳瓦特尔语句子进行训练。其中12,890个样本来自网络收集，16,117个样本来自Axolotl数据集。

数据集通过py-elotl的'sep'标准化方法进行了规范化处理。

使用方法

from transformers import AutoModelForSeq2SeqLM  
from transformers import AutoTokenizer  

model = AutoModelForSeq2SeqLM.from_pretrained('milmor/t5-small-spanish-nahuatl')  
tokenizer = AutoTokenizer.from_pretrained('milmor/t5-small-spanish-nahuatl')  

model.eval()  
sentence = 'muchas flores son blancas'  
input_ids = tokenizer('将西班牙语翻译为纳瓦特尔语: ' + sentence, return_tensors='pt').input_ids  
outputs = model.generate(input_ids)  
# 输出结果 = miak xochitl istak  
outputs = tokenizer.batch_decode(outputs, skip_special_tokens=True)[0]  

评估结果

模型在400个验证句子上进行了评估：

• 验证损失：1.36

注：由于Axolotl语料库存在部分对齐错误，实际验证损失略优于当前值。这些对齐问题也为训练引入了噪声。

参考文献

• Colin Raffel等. 2019. 《探索文本到文本Transformer迁移学习的极限》.
• Ximena Gutierrez-Vasques等. 2016. 《Axolotl：一个可网络访问的西语-纳瓦特尔语平行语料库》. 发表于LREC国际会议.

由Emilio Morales创建