/ Модель

Характеристики

Контекст
1 024 токена
Параметры
159 млн
Лицензия
CC BY 4.0
Архитектура
marian · dense
Опубликована
12 авг 2022

opus-mt-tc-big-de-gmq

ПереводТекст → текст3 профессии

Переводчик OPUS-MT на MarianMT для перевода с немецкого на датский, исландский, норвежские варианты и шведский.

135скачиваний за 30 дней0лайковвеса обновлены10 окт 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

Модель Helsinki-NLP/opus-mt-tc-big-de-gmq — нейросетевой переводчик проекта OPUS-MT, разработанный группой Language Technology Research Group Хельсинкского университета. Она переводит с немецкого на северогерманские языки: датский, исландский, норвежский букмол и нюнорск, а также шведский; в карточке также перечислены дополнительные целевые языковые метки. Модель построена на архитектуре MarianMT типа transformer-big и содержит около 158,8 млн параметров. Максимальная длина контекста — 1024 токена.

Модель предназначена для автоматического перевода текстов и может использоваться в переводческих сервисах и многоязычных приложениях. Она обучена на данных OPUS с применением конвейера OPUS-MT-train; опубликованная версия преобразована в PyTorch для Transformers. Доступны веса в форматах PyTorch, safetensors и TensorFlow. Лицензия — CC-BY-4.0.

Качество может различаться между целевыми языками и доменами, особенно для редких языковых вариантов и текстов вне обучающих данных. Карточка предупреждает о рисках и ограничениях, но не приводит подробностей о них.

Сценарии применения

  • перевод немецких текстов на датский
  • перевод с немецкого на исландский
  • перевод с немецкого на норвежский букмол или нюнорск
  • перевод немецких текстов на шведский
  • автоматический перевод текстов в многоязычном сервисе

Ограничения

Качество перевода может снижаться для редких языковых вариантов и текстов из областей, отличающихся от обучающих данных OPUS. Контекст ограничен 1024 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

opus-mt-tc-big-de-gmq

Table of Contents

Model Details

Neural machine translation model for translating from German (de) to North Germanic languages (gmq).

This model is part of the OPUS-MT project, an effort to make neural machine translation models widely available and accessible for many languages in the world. All models are originally trained using the amazing framework of Marian NMT, an efficient NMT implementation written in pure C++. The models have been converted to pyTorch using the transformers library by huggingface. Training data is taken from OPUS and training pipelines use the procedures of OPUS-MT-train. Model Description:

This is a multilingual translation model with multiple target languages. A sentence initial language token is required in the form of >>id<< (id = valid target language ID), e.g. >>dan<<

Uses

This model can be used for translation and text-to-text generation.

Risks, Limitations and Biases

CONTENT WARNING: Readers should be aware that the model is trained on various public data sets that may contain content that is disturbing, offensive, and can propagate historical and current stereotypes.

Significant research has explored bias and fairness issues with language models (see, e.g., Sheng et al. (2021) and Bender et al. (2021)).

How to Get Started With the Model

A short example code:

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    ">>dan<< Ich hätte fast meinen Pass vergessen.",
    ">>dan<< Dieses Fenster hier ist schusssicher."
]

model_name = "pytorch-models/opus-mt-tc-big-de-gmq"
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:
#     Jeg havde næsten glemt mit pas.
#     Dette vindue er skudsikkert.

You can also use OPUS-MT models with the transformers pipelines, for example:

from transformers import pipeline
pipe = pipeline("translation", model="Helsinki-NLP/opus-mt-tc-big-de-gmq")
print(pipe(">>dan<< Ich hätte fast meinen Pass vergessen."))

# expected output: Jeg havde næsten glemt mit pas.

Training

Evaluation

langpairtestsetchr-FBLEU#sent#words
deu-dantatoeba-test-v2021-08-070.7430658.7999874644
deu-isltatoeba-test-v2021-08-070.6518047.19695951
deu-nobtatoeba-test-v2021-08-070.7106252.5352531978
deu-swetatoeba-test-v2021-08-070.7265858.3341022701
deu-danflores101-devtest0.6236335.6101224638
deu-islflores101-devtest0.4869120.6101222834
deu-nobflores101-devtest0.5576525.3101223873
deu-sweflores101-devtest0.6232334.7101223121

Citation Information

@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",
}

Acknowledgements

The work is supported by the European Language Grid as pilot project 2866, by the FoTran project, funded by the European Research Council (ERC) under the European Union’s Horizon 2020 research and innovation programme (grant agreement No 771113), and the MeMAD project, funded by the European Union’s Horizon 2020 Research and Innovation Programme under grant agreement No 780069. We are also grateful for the generous computational resources and IT infrastructure provided by CSC -- IT Center for Science, Finland.

Model conversion info

  • transformers version: 4.16.2
  • OPUS-MT git hash: 8b9f0b0
  • port time: Sat Aug 13 00:07:19 EEST 2022
  • port machine: LM0-400-22516.local

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
21f2b88

0 моделей