/ Модель

Характеристики

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

opus-mt-tc-big-ko-en

ПереводТекст → текст4 профессии

Модель OPUS-MT переводит корейский текст на английский и подходит для автоматического перевода предложений и документов.

113 тыс.скачиваний за 30 дней16лайковвеса 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 OPUS-MT для машинного перевода с корейского языка на английский. Её разработала группа Language Technology Research Group Хельсинкского университета в рамках проекта OPUS-MT. Модель основана на архитектуре Marian transformer-big, содержит 133,4 млн параметров и обучена на данных OPUS с предварительной обработкой SentencePiece. Репозиторий содержит варианты весов для PyTorch, safetensors и TensorFlow; длина контекста — до 1024 токенов.

Модель предназначена для перевода корейских предложений и текстов на английский. В карточке приведены результаты оценки на Tatoeba test 2021 и FLORES-101 devtest; качество зависит от тематики и особенностей исходного текста, поэтому для важных переводов нужна проверка человеком. Лицензия — CC-BY-4.0.

Сценарии применения

  • перевод корейских сообщений на английский
  • перевод корейских документов на английский
  • перевод корейских субтитров и коротких фрагментов текста
  • пакетный перевод корейских текстов в приложении или конвейере обработки данных

Ограничения

Качество перевода может снижаться на узкоспециализированных, неоднозначных или стилистически сложных текстах; результаты стоит проверять для важных задач. Контекст ограничен 1024 токенами.

Для каких профессий подходит4

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-ko-en

Table of Contents

Model Details

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

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:

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 = [
    "2, 4, 6 등은 짝수이다.",
    "네."
]

model_name = "pytorch-models/opus-mt-tc-big-ko-en"
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:
#     2, 4, and 6 are even.
#     Yeah.

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-ko-en")
print(pipe("2, 4, 6 등은 짝수이다."))

# expected output: 2, 4, and 6 are even.

Training

Evaluation

langpairtestsetchr-FBLEU#sent#words
kor-engtatoeba-test-v2021-08-070.5882941.3240017619
kor-engflores101-devtest0.5661527.7101224721

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 11:19:05 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
fa26583

0 моделей