/ Модель

Характеристики

Контекст
512 токенов
Параметры
55,4 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-art-en

ПереводТекст → текст3 профессии

Модель OPUS-MT переводит тексты с ряда искусственных языков на английский.

105скачиваний за 30 дней0лайковвеса обновлены16 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Helsinki-NLP/opus-mt-art-en — модель машинного перевода семейства OPUS-MT, созданная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она переводит с группы искусственных языков на английский. Среди исходных языков указаны эсперанто, идо, интерлингва, ложбан, клингонский, волапюк и другие; модель обучена для многоязычного ввода с одним целевым языком — английским.

Модель содержит 55,4 млн параметров, использует нормализацию текста и SentencePiece с словарём 32 тыс. токенов; длина контекста — 512 токенов. В README приведены результаты тестирования на Tatoeba для нескольких исходных языков, включая низкие оценки BLEU для отдельных языковых пар, поэтому качество может заметно зависеть от языка и текста. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Сценарии применения

  • перевод с эсперанто на английский
  • перевод текстов на английский с идо
  • перевод с интерлингвы на английский
  • перевод текстов на английский с ложбана
  • перевод с клингонского на английский
  • перевод текстов на английский с волапюка

Ограничения

В опубликованных тестах качество различается по исходным языкам; для некоторых языковых пар приведены низкие оценки BLEU. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

art-eng

  • source group: Artificial languages

  • target group: English

  • OPUS readme: art-eng

  • model: transformer

  • source language(s): afh_Latn avk_Latn dws_Latn epo ido ido_Latn ile_Latn ina_Latn jbo jbo_Cyrl jbo_Latn ldn_Latn lfn_Cyrl lfn_Latn nov_Latn qya qya_Latn sjn_Latn tlh_Latn tzl tzl_Latn vol_Latn

  • target language(s): eng

  • model: transformer

  • pre-processing: normalization + SentencePiece (spm32k,spm32k)

  • download original weights: opus2m-2020-07-31.zip

  • test set translations: opus2m-2020-07-31.test.txt

  • test set scores: opus2m-2020-07-31.eval.txt

Benchmarks

testsetBLEUchr-F
Tatoeba-test.afh-eng.afh.eng1.20.099
Tatoeba-test.avk-eng.avk.eng0.40.105
Tatoeba-test.dws-eng.dws.eng1.60.076
Tatoeba-test.epo-eng.epo.eng34.60.530
Tatoeba-test.ido-eng.ido.eng12.70.310
Tatoeba-test.ile-eng.ile.eng4.60.218
Tatoeba-test.ina-eng.ina.eng5.80.254
Tatoeba-test.jbo-eng.jbo.eng0.20.115
Tatoeba-test.ldn-eng.ldn.eng0.70.083
Tatoeba-test.lfn-eng.lfn.eng1.80.172
Tatoeba-test.multi.eng11.60.287
Tatoeba-test.nov-eng.nov.eng5.10.215
Tatoeba-test.qya-eng.qya.eng0.70.113
Tatoeba-test.sjn-eng.sjn.eng0.90.090
Tatoeba-test.tlh-eng.tlh.eng0.20.124
Tatoeba-test.tzl-eng.tzl.eng1.40.109
Tatoeba-test.vol-eng.vol.eng0.50.115

System Info:

  • hf_name: art-eng

  • source_languages: art

  • target_languages: eng

  • opus_readme_url: https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/art-eng/README.md

  • original_repo: Tatoeba-Challenge

  • tags: ['translation']

  • languages: ['eo', 'io', 'art', 'en']

  • src_constituents: {'sjn_Latn', 'tzl', 'vol_Latn', 'qya', 'tlh_Latn', 'ile_Latn', 'ido_Latn', 'tzl_Latn', 'jbo_Cyrl', 'jbo', 'lfn_Latn', 'nov_Latn', 'dws_Latn', 'ldn_Latn', 'avk_Latn', 'lfn_Cyrl', 'ina_Latn', 'jbo_Latn', 'epo', 'afh_Latn', 'qya_Latn', 'ido'}

  • tgt_constituents: {'eng'}

  • src_multilingual: True

  • tgt_multilingual: False

  • prepro: normalization + SentencePiece (spm32k,spm32k)

  • url_model: https://object.pouta.csc.fi/Tatoeba-MT-models/art-eng/opus2m-2020-07-31.zip

  • url_test_set: https://object.pouta.csc.fi/Tatoeba-MT-models/art-eng/opus2m-2020-07-31.test.txt

  • src_alpha3: art

  • tgt_alpha3: eng

  • short_pair: art-en

  • chrF2_score: 0.287

  • bleu: 11.6

  • brevity_penalty: 1.0

  • ref_len: 73037.0

  • src_name: Artificial languages

  • tgt_name: English

  • train_date: 2020-07-31

  • src_alpha2: art

  • tgt_alpha2: en

  • prefer_old: False

  • long_pair: art-eng

  • helsinki_git_sha: 480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535

  • transformers_git_sha: 2207e5d8cb224e954a7cba69fa4ac2309e9ff30b

  • port_machine: brutasse

  • port_time: 2020-08-21-14:41

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MarianMTModel
Ревизия весов
bcbefbc

0 моделей