/ Модель

Характеристики

Контекст
1 024 токена
Параметры
157 млн
Лицензия
CC BY 4.0
Архитектура
marian · dense
Опубликована
13 апр 2022

opus-mt-tc-big-en-gmq

ПереводТекст → текст3 профессии

Модель OPUS-MT для перевода с английского на датский, фарерский, исландский, норвежский и шведский языки.

422скачиваний за 30 дней3лайкавеса 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

Helsinki-NLP/opus-mt-tc-big-en-gmq — модель машинного перевода проекта OPUS-MT, разработанного Helsinki-NLP. Она переводит текст с английского на датский, фарерский, исландский, норвежский букмол, норвежский нюнорск и шведский. Модель построена на архитектуре Marian NMT и содержит около 156,6 млн параметров; максимальная длина контекста — 1024 токена.

Модель предназначена для перевода предложений и текстов между английским и северогерманскими языками. В README приведены результаты тестирования на наборах OPUS и Tatoeba, включая BLEU 61,6 для направления английский—датский и 18,3 для английский—фарерский; качество различается по языковым парам. Веса доступны в форматах PyTorch, Safetensors и TensorFlow. Лицензия — CC BY 4.0; при использовании требуется указание авторства.

Сценарии применения

  • Перевод английских предложений на датский
  • Перевод английских текстов на фарерский
  • Перевод с английского на исландский
  • Перевод английских материалов на норвежский букмол или нюнорск
  • Перевод с английского на шведский

Ограничения

Качество зависит от целевого языка и может быть заметно ниже для малоресурсных направлений; в приведённом тесте BLEU для английского—фарерского составляет 18,3. 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-en-gmq

Neural machine translation model for translating from English (en) 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.

@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",
}

Model info

  • Release: 2022-03-17
  • source language(s): eng
  • target language(s): dan fao isl nno nob nor swe
  • valid target language labels: >>dan<< >>fao<< >>isl<< >>nno<< >>nob<< >>nor<< >>swe<<
  • model: transformer-big
  • data: opusTCv20210807+bt (source)
  • tokenization: SentencePiece (spm32k,spm32k)
  • original model: opusTCv20210807+bt_transformer-big_2022-03-17.zip
  • more information released models: OPUS-MT eng-gmq README
  • more information about the model: MarianMT

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<<

Usage

A short example code:

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    ">>nno<< The United States borders Canada.",
    ">>nob<< This is the biggest hotel in this city."
]

model_name = "pytorch-models/opus-mt-tc-big-en-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:
#     USA grensar til Canada.
#     Dette er det største hotellet i denne byen.

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-en-gmq")
print(pipe(">>nno<< The United States borders Canada."))

# expected output: USA grensar til Canada.

Benchmarks

langpairtestsetchr-FBLEU#sent#words
eng-dantatoeba-test-v2021-08-070.7516561.61079579385
eng-faotatoeba-test-v2021-08-070.4039518.32941933
eng-isltatoeba-test-v2021-08-070.5973139.9250319023
eng-nnotatoeba-test-v2021-08-070.6127140.14603428
eng-nobtatoeba-test-v2021-08-070.7238057.3453936119
eng-swetatoeba-test-v2021-08-070.7419760.91036268067
eng-danflores101-devtest0.7081047.7101224638
eng-islflores101-devtest0.5207624.1101222834
eng-nobflores101-devtest0.6276034.5101223873
eng-sweflores101-devtest0.7012946.9101223121
eng-islnewsdev2021.en-is0.5037622.6200443721
eng-islnewstest2021.en-is0.5051621.5100025233

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: 3405783
  • port time: Wed Apr 13 17:14:46 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
2f5da93

0 моделей