🚀 zhtw-en

该模型专注于将繁体中文句子翻译成英文，尤其擅长理解台湾风格的繁体中文，能输出更精准的英文译文。

🚀 快速开始

模型使用示例

from transformers import pipeline

model_checkpoint = "agentlans/zhtw-en"
translator = pipeline("translation", model=model_checkpoint)

# 摘自中文維基百科的今日文章
# From Chinese Wikipedia's article of the day
translator("《阿奇大戰鐵血戰士》是2015年4至7月黑馬漫畫和阿奇漫畫在美國發行的四期限量連環漫畫圖書，由亞歷克斯·德坎皮創作，費爾南多·魯伊斯繪圖，屬跨公司跨界作品。")[0]['translation_text']

# 輸出
# Output
# Acer's Iron Blood Fighter is a four-year series of comic books published in the United States by Black Horse and Ah Chi comics from April to July of that year. The book was created by Alexander d'Campie and painted by Philnanto Ruiz. It is a cross-firm work.

# 與我自己的黃金標準翻譯比較:
# Compare with my own gold standard translation:
# "Archie vs. Predator" is a limited four-issue comic book series published by Black Horse and Archie Comics in the United States from April to July 2015. It was created by Alex de Campi and drawn by Fernando Ruiz. It's a crossover work.

✨ 主要特性

• 专注于将繁体中文句子翻译成英文。
• 着重理解台湾风格的繁体中文，输出更准确的英文翻译。

📚 详细文档

预期用途与限制

预期使用场景

• 进行单句中文到英文的翻译。
• 适用于需要理解台湾地区中文表达的应用程序。

限制

• 专为单句翻译设计，若不进行预处理，处理长文本时效果不佳。
• 有时会出现信息幻觉或遗漏的情况，尤其是输入过短或过长时。
• 可通过进一步微调来改善这些问题。

训练和评估数据

该模型在 当代台湾普通话语料库 (COCT) 数据集上进行训练和评估。

• 训练数据：COCT 数据集的 80%。
• 验证数据：COCT 数据集的 20%。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：5e - 05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 优化器：adamw_torch，其中 betas = (0.9, 0.999)，epsilon = 1e - 08
• 学习率调度器类型：linear
• 训练轮数：3.0

训练结果

框架版本

• Transformers 4.48.1
• Pytorch 2.3.0+cu121
• Datasets 3.2.0
• Tokenizers 0.21.0

📄 许可证

本模型采用 CC BY 4.0 许可证。

📦 模型信息