opus-mt-tc-big-zle-fr

神经机器翻译模型，用于从东斯拉夫语言（zle）翻译成法语（fr）。

该模型是 OPUS-MT project 的一部分，旨在使神经机器翻译模型广泛可用和可访问于世界上许多语言。所有模型都是最初使用令人惊叹的 Marian NMT 框架进行训练的，这是一个用纯C++编写的高效NMT实现。使用transformers库（由huggingface提供）将这些模型转换为pyTorch。训练数据来自 OPUS ，并且训练流程采用了 OPUS-MT-train 的程序。

• 出版物： OPUS-MT – Building open translation services for the World 和 The Tatoeba Translation Challenge – Realistic Data Sets for Low Resource and Multilingual MT （如果使用此模型，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：2022-03-23
• 源语言：bel rus ukr
• 目标语言：fra
• 模型：transformer-big
• 数据：opusTCv20210807（ source ）
• 分词：SentencePiece（spm32k，spm32k）
• 原始模型： opusTCv20210807_transformer-big_2022-03-23.zip
• 更多信息已发布的模型： OPUS-MT zle-fra README

用法

一个简短的示例代码：

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Подавай блюдо на тарелке.",
    "Операція не може чекати."
]

model_name = "pytorch-models/opus-mt-tc-big-zle-fr"
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) )

# expected output:
#     Servez le plat dans l'assiette.
#     L'opération ne peut pas attendre.

您还可以使用transformers pipelines来使用OPUS-MT模型，例如：

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-zle-fr")
print(pipe("Подавай блюдо на тарелке."))

# expected output: Servez le plat dans l'assiette.

基准测试

• 测试集翻译结果： opusTCv20210807_transformer-big_2022-03-23.test.txt
• 测试集分数： opusTCv20210807_transformer-big_2022-03-23.eval.txt
• 基准测试结果：benchmark_results.txt
• 基准测试输出：benchmark_translations.zip

致谢

该工作得到 European Language Grid 的支持，如 pilot project 2866 所示，以及 FoTran project 的支持，该计划由欧洲研究理事会（ERC）在欧盟的Horizon 2020研究和创新计划（授权协议编号771113）下资助，并且 MeMAD project 得到欧盟Horizon 2020研究和创新计划在授权协议编号780069下的资助。我们还对 CSC -- IT Center for Science 提供的慷慨计算资源和IT基础设施表示感谢。

模型转换信息

• transformers版本：4.16.2
• OPUS-MT git哈希：1bdabf7
• 转换时间：Wed Mar 23 22:45:20 EET 2022
• 转换机器：LM0-400-22516.local