/ Модель

Характеристики

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

opus-mt-tc-big-itc-itc

ПереводТекст → текст3 профессии

Модель Marian Transformer для перевода между рядом италийских языков и некоторых связанных языковых разновидностей.

324скачиваний 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

Helsinki-NLP/opus-mt-tc-big-itc-itc — модель машинного перевода проекта OPUS-MT, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит между италийскими языками: в частности, поддерживает направления между астурийским, каталанским, французским, галисийским, итальянским, окситанским, португальским, румынским и испанским, а также отдельные направления с ладино и пьемонтским. Полный набор языковых пар зависит от направления.

Модель построена на архитектуре Marian Transformer big и содержит 136,8 млн параметров. Максимальная длина контекста — 1024 токена. Обучающие данные взяты из OPUS; модель доступна в форматах PyTorch, safetensors и TensorFlow.

Она предназначена для перевода текстов между близкородственными языками и диалектами. В карточке приведено отдельное направление для перевода с английского на французский; качество на нём и на отдельных редких языковых парах может отличаться от качества для основных направлений. Лицензия — CC-BY-4.0.

Сценарии применения

  • перевод с итальянского на каталанский и обратно
  • перевод между испанским и португальским
  • перевод текстов с галисийского на французский
  • перевод между румынским и другими поддерживаемыми италийскими языками
  • перевод с ладино или пьемонтского на поддерживаемый язык

Ограничения

Набор поддерживаемых языковых пар неодинаков для разных направлений; качество на редких языках и отдельных парах может быть ограниченным. Карточка не приводит количественных результатов оценки качества.

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-itc-itc

Table of Contents

Model Details

Neural machine translation model for translating from Italic languages (itc) to Italic languages (itc).

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:

  • Developed by: Language Technology Research Group at the University of Helsinki
  • Model Type: Translation (transformer-big)
  • Release: 2022-08-10
  • License: CC-BY-4.0
  • Language(s):
    • Source Language(s): ast cat cbk fra fro glg hat ita lad lad_Latn lat lat_Latn lij lld oci pms por ron spa
    • Target Language(s): ast cat fra gcf glg hat ita lad lad_Latn lat lat_Latn oci por ron spa
    • Language Pair(s): ast-cat ast-fra ast-glg ast-ita ast-oci ast-por ast-ron ast-spa cat-ast cat-fra cat-glg cat-ita cat-oci cat-por cat-ron cat-spa fra-ast fra-cat fra-glg fra-ita fra-oci fra-por fra-ron fra-spa glg-ast glg-cat glg-fra glg-ita glg-oci glg-por glg-ron glg-spa ita-ast ita-cat ita-fra ita-glg ita-oci ita-por ita-ron ita-spa lad-spa lad_Latn-spa oci-ast oci-cat oci-fra oci-glg oci-ita oci-por oci-ron oci-spa pms-ita por-ast por-cat por-fra por-glg por-ita por-oci por-ron por-spa ron-ast ron-cat ron-fra ron-glg ron-ita ron-oci ron-por ron-spa spa-cat spa-fra spa-glg spa-ita spa-por spa-ron
    • Valid Target Language Labels: >>acf<< >>aoa<< >>arg<< >>ast<< >>cat<< >>cbk<< >>cbk_Latn<< >>ccd<< >>cks<< >>cos<< >>cri<< >>crs<< >>dlm<< >>drc<< >>egl<< >>ext<< >>fab<< >>fax<< >>fra<< >>frc<< >>frm<< >>frm_Latn<< >>fro<< >>fro_Latn<< >>frp<< >>fur<< >>fur_Latn<< >>gcf<< >>gcf_Latn<< >>gcr<< >>glg<< >>hat<< >>idb<< >>ist<< >>ita<< >>itk<< >>kea<< >>kmv<< >>lad<< >>lad_Latn<< >>lat<< >>lat_Grek<< >>lat_Latn<< >>lij<< >>lld<< >>lld_Latn<< >>lmo<< >>lou<< >>mcm<< >>mfe<< >>mol<< >>mwl<< >>mxi<< >>mzs<< >>nap<< >>nrf<< >>oci<< >>osc<< >>osp<< >>osp_Latn<< >>pap<< >>pcd<< >>pln<< >>pms<< >>pob<< >>por<< >>pov<< >>pre<< >>pro<< >>qbb<< >>qhr<< >>rcf<< >>rgn<< >>roh<< >>ron<< >>ruo<< >>rup<< >>ruq<< >>scf<< >>scn<< >>sdc<< >>sdn<< >>spa<< >>spq<< >>spx<< >>src<< >>srd<< >>sro<< >>tmg<< >>tvy<< >>vec<< >>vkp<< >>wln<< >>xfa<< >>xum<<
  • Original Model: opusTCv20210807_transformer-big_2022-08-10.zip
  • Resources for more information:

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. >>ast<<

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 = [
    ">>fra<< Charras anglés?",
    ">>fra<< Vull veure't."
]

model_name = "pytorch-models/opus-mt-tc-big-itc-itc"
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:
#     Conversations anglaises ?
#     Je veux te voir.

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-itc-itc")
print(pipe(">>fra<< Charras anglés?"))

# expected output: Conversations anglaises ?

Training

Evaluation

langpairtestsetchr-FBLEU#sent#words
cat-fratatoeba-test-v2021-08-070.7120154.67005664
cat-itatatoeba-test-v2021-08-070.7419858.42982028
cat-portatoeba-test-v2021-08-070.7493057.47476119
cat-spatatoeba-test-v2021-08-070.8784478.1153412094
fra-cattatoeba-test-v2021-08-070.6652546.27005342
fra-itatatoeba-test-v2021-08-070.7274253.81009162060
fra-portatoeba-test-v2021-08-070.6841348.61051877650
fra-rontatoeba-test-v2021-08-070.6500944.0192512252
fra-spatatoeba-test-v2021-08-070.7208054.81029478406
glg-portatoeba-test-v2021-08-070.7672061.14333105
glg-spatatoeba-test-v2021-08-070.8236271.7212117443
ita-cattatoeba-test-v2021-08-070.7252956.42982109
ita-fratatoeba-test-v2021-08-070.7793265.21009166377
ita-portatoeba-test-v2021-08-070.7279854.0306625668
ita-rontatoeba-test-v2021-08-070.7081451.110056209
ita-spatatoeba-test-v2021-08-070.7745562.9500034937
lad_Latn-spatatoeba-test-v2021-08-070.5936342.62391239
lad-spatatoeba-test-v2021-08-070.5224334.72761448
oci-fratatoeba-test-v2021-08-070.4966029.68066302
pms-itatatoeba-test-v2021-08-070.4022120.02321721
por-cattatoeba-test-v2021-08-070.7114652.27476149
por-fratatoeba-test-v2021-08-070.7556560.91051880459
por-glgtatoeba-test-v2021-08-070.7534859.04333016
por-itatatoeba-test-v2021-08-070.7688358.8306624897
por-rontatoeba-test-v2021-08-070.6783846.66814521
por-spatatoeba-test-v2021-08-070.7933664.81094787335
ron-fratatoeba-test-v2021-08-070.7030755.0192513347
ron-itatatoeba-test-v2021-08-070.7386253.710056352
ron-portatoeba-test-v2021-08-070.7088950.76814593
ron-spatatoeba-test-v2021-08-070.7352957.2195912679
spa-cattatoeba-test-v2021-08-070.8275867.9153412343
spa-fratatoeba-test-v2021-08-070.7311357.31029483501
spa-glgtatoeba-test-v2021-08-070.7733263.0212116581
spa-itatatoeba-test-v2021-08-070.7704660.3500034515
spa-lad_Latntatoeba-test-v2021-08-070.4008414.72391254
spa-portatoeba-test-v2021-08-070.7585459.11094787610
spa-rontatoeba-test-v2021-08-070.6667945.5195912503
ast-catflores101-devtest0.5787031.8101227304
ast-fraflores101-devtest0.5676131.1101228343
ast-glgflores101-devtest0.5516127.9101226582
ast-itaflores101-devtest0.5176422.1101227306
ast-ociflores101-devtest0.4954520.6101227305
ast-porflores101-devtest0.5734731.5101226519
ast-ronflores101-devtest0.5231724.8101226799
ast-spaflores101-devtest0.4974121.2101229199
cat-astflores101-devtest0.5675424.7101224572
cat-fraflores101-devtest0.6336838.4101228343
cat-glgflores101-devtest0.5959632.2101226582
cat-itaflores101-devtest0.5588626.3101227306
cat-ociflores101-devtest0.5428524.6101227305
cat-porflores101-devtest0.6291337.7101226519
cat-ronflores101-devtest0.5688529.5101226799
cat-spaflores101-devtest0.5337224.6101229199
fra-astflores101-devtest0.5269620.7101224572
fra-catflores101-devtest0.6049234.6101227304
fra-glgflores101-devtest0.5748530.3101226582
fra-itaflores101-devtest0.5649327.3101227306
fra-ociflores101-devtest0.5744928.2101227305
fra-porflores101-devtest0.6221136.9101226519
fra-ronflores101-devtest0.5699829.4101226799
fra-spaflores101-devtest0.5288024.2101229199
glg-astflores101-devtest0.5509022.4101224572
glg-catflores101-devtest0.6055032.6101227304
glg-fraflores101-devtest0.6202636.0101228343
glg-itaflores101-devtest0.5583425.9101227306
glg-ociflores101-devtest0.5252021.9101227305
glg-porflores101-devtest0.6002732.7101226519
glg-ronflores101-devtest0.5562127.8101226799
glg-spaflores101-devtest0.5321924.4101229199
ita-astflores101-devtest0.5074117.1101224572
ita-catflores101-devtest0.5706127.9101227304
ita-fraflores101-devtest0.6019932.0101228343
ita-glgflores101-devtest0.5531225.9101226582
ita-ociflores101-devtest0.4844718.1101227305
ita-porflores101-devtest0.5816229.0101226519
ita-ronflores101-devtest0.5370324.2101226799
ita-spaflores101-devtest0.5223823.1101229199
oci-astflores101-devtest0.5301020.2101224572
oci-catflores101-devtest0.5994632.2101227304
oci-fraflores101-devtest0.6429039.0101228343
oci-glgflores101-devtest0.5673728.0101226582
oci-itaflores101-devtest0.5422024.2101227306
oci-porflores101-devtest0.6212735.7101226519
oci-ronflores101-devtest0.5590628.0101226799
oci-spaflores101-devtest0.5211022.8101229199
por-astflores101-devtest0.5453922.5101224572
por-catflores101-devtest0.6180936.4101227304
por-fraflores101-devtest0.6434339.7101228343
por-glgflores101-devtest0.5796530.4101226582
por-itaflores101-devtest0.5584126.3101227306
por-ociflores101-devtest0.5482925.3101227305
por-ronflores101-devtest0.5728329.8101226799
por-spaflores101-devtest0.5351325.2101229199
ron-astflores101-devtest0.5226520.1101224572
ron-catflores101-devtest0.5968932.6101227304
ron-fraflores101-devtest0.6306037.4101228343
ron-glgflores101-devtest0.5667729.3101226582
ron-itaflores101-devtest0.5548525.6101227306
ron-ociflores101-devtest0.5243321.8101227305
ron-porflores101-devtest0.6183136.1101226519
ron-spaflores101-devtest0.5271224.1101229199
spa-astflores101-devtest0.4900815.7101224572
spa-catflores101-devtest0.5390523.2101227304
spa-fraflores101-devtest0.5707827.4101228343
spa-glgflores101-devtest0.5256322.0101226582
spa-itaflores101-devtest0.5278322.3101227306
spa-ociflores101-devtest0.4806416.3101227305
spa-porflores101-devtest0.5573625.8101226519
spa-ronflores101-devtest0.5162321.4101226799
fra-itanewssyscomb20090.6099532.150211551
fra-spanewssyscomb20090.6022434.250212503
ita-franewssyscomb20090.6123733.750212331
ita-spanewssyscomb20090.6070635.450212503
spa-franewssyscomb20090.6129034.650212331
spa-itanewssyscomb20090.6163233.350211551
fra-spanews-test20080.5893933.9205152586
spa-franews-test20080.5869532.4205152685
fra-itanewstest20090.5976431.2252563466
fra-spanewstest20090.5882932.5252568111
ita-franewstest20090.5908431.6252569263
ita-spanewstest20090.5966933.5252568111
spa-franewstest20090.5909632.3252569263
spa-itanewstest20090.6078333.2252563466
fra-spanewstest20100.6225037.8248965480
spa-franewstest20100.6195336.2248966022
fra-spanewstest20110.6295339.8300379476
spa-franewstest20110.6113034.9300380626
fra-spanewstest20120.6239739.0300379006
spa-franewstest20120.6092734.3300378011
fra-spanewstest20130.5931234.9300070528
spa-franewstest20130.5946833.6300070037
cat-itawmt21-ml-wp0.6996847.8174342735
cat-ociwmt21-ml-wp0.7380851.6174343736
cat-ronwmt21-ml-wp0.5117829.0174342895
ita-catwmt21-ml-wp0.7053848.9174343833
ita-ociwmt21-ml-wp0.5902532.0174343736
ita-ronwmt21-ml-wp0.5126128.9174342895
oci-catwmt21-ml-wp0.8090866.1174343833
oci-itawmt21-ml-wp0.6358439.6174342735
oci-ronwmt21-ml-wp0.4738424.6174342895
ron-catwmt21-ml-wp0.5299431.1174343833
ron-itawmt21-ml-wp0.5271429.6174342735
ron-ociwmt21-ml-wp0.4593221.3174343736

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: Fri Aug 12 23:57:49 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
a185ba7

0 моделей