/ Модель

Характеристики

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

opus-mt-tc-big-sh-en

ПереводТекст → текст3 профессии

Модель OPUS-MT переводит тексты с боснийского, хорватского и сербского на английский.

13 088скачиваний 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-sh-en — модель машинного перевода проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит с сербохорватского на английский; в исходных данных указаны варианты боснийского на латинице, хорватского, сербского на кириллице и латинице. Модель построена на архитектуре Marian с трансформером размера big и содержит 161 млн параметров. Для токенизации используется SentencePiece с словарями размером 32 тыс.; нативная длина контекста — 1024 токена.

Модель предназначена для перевода предложений и текстов с указанных языковых вариантов на английский. Она обучена на данных OPUS, включая обратный перевод, и опубликованные тесты показывают результаты на наборах Tatoeba для боснийского, хорватского и объединённого сербохорватского. Это специализированная модель для одной пары направлений перевода; качество может зависеть от тематики и соответствия входного текста указанным языковым вариантам. Лицензия — CC BY 4.0.

Сценарии применения

  • перевод с боснийского на английский
  • перевод с хорватского на английский
  • перевод с сербского на английский
  • перевод сербохорватского текста на английский
  • машинный перевод предложений и документов на английский

Ограничения

Модель предназначена для перевода только с указанных вариантов боснийского, хорватского и сербского на английский; качество зависит от тематики и соответствия входного текста этим вариантам. 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-sh-en

Neural machine translation model for translating from Serbo-Croatian (sh) 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.

@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

Usage

A short example code:

from transformers import MarianMTModel, MarianTokenizer

src_text = [
    "Ispostavilo se da je istina.",
    "Ovaj vikend imamo besplatne pozive."
]

model_name = "pytorch-models/opus-mt-tc-big-sh-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:
#     Turns out it's true.
#     We got free calls this weekend.

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-sh-en")
print(pipe("Ispostavilo se da je istina."))

# expected output: Turns out it's true.

Benchmarks

langpairtestsetchr-FBLEU#sent#words
bos_Latn-engtatoeba-test-v2021-08-070.8001066.53011826
hbs-engtatoeba-test-v2021-08-070.7174456.41001768934
hrv-engtatoeba-test-v2021-08-070.7356358.8148010620
srp_Cyrl-engtatoeba-test-v2021-08-070.6824844.7158010181
srp_Latn-engtatoeba-test-v2021-08-070.7178158.4665646307
hrv-engflores101-devtest0.6394837.1101224721

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 19:21:10 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
94d3197

0 моделей