/ Модель

Характеристики

Контекст
512 токенов
Параметры
56,8 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-trk-en

ПереводТекст → текст3 профессии

Трансформер OPUS-MT для перевода текстов с тюркских языков на английский.

207скачиваний за 30 дней4лайкавеса обновлены16 авг 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-trk-en — модель машинного перевода семейства OPUS-MT, представленная Helsinki-NLP. Это трансформер MarianMT с 56,8 млн параметров, обученный переводить тексты с тюркских языков на английский. Поддерживаются, в частности, турецкий, татарский, казахский, кыргызский, узбекский, азербайджанский, башкирский, чувашский, уйгурский и другие языки и варианты письма из семейства тюркских, перечисленные в карточке.

Модель подходит для перевода отдельных фраз и текстов, а также для включения в конвейеры автоматического перевода. Для предобработки используются нормализация и SentencePiece с моделью на 32 тысячи токенов; контекст — до 512 токенов. В README приведены оценки BLEU и chr-F на наборах OPUS, включая низкие BLEU-оценки на нескольких тестах турецко-английского перевода, поэтому качество может существенно зависеть от языка и тематики текста.

Веса доступны в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0. Карточка не заявляет специализацию на конкретной предметной области.

Сценарии применения

  • перевод с турецкого на английский
  • перевод с татарского на английский
  • перевод с казахского на английский
  • перевод с узбекского на английский
  • перевод текстов с других поддерживаемых тюркских языков на английский

Ограничения

В приведённых карточкой тестах BLEU для турецко-английского перевода низок; качество перевода может различаться между поддерживаемыми языками и тематиками. Максимальная длина контекста составляет 512 токенов.

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

trk-eng

  • source group: Turkic languages

  • target group: English

  • OPUS readme: trk-eng

  • model: transformer

  • source language(s): aze_Latn bak chv crh crh_Latn kaz_Cyrl kaz_Latn kir_Cyrl kjh kum ota_Arab ota_Latn sah tat tat_Arab tat_Latn tuk tuk_Latn tur tyv uig_Arab uig_Cyrl uzb_Cyrl uzb_Latn

  • target language(s): eng

  • model: transformer

  • pre-processing: normalization + SentencePiece (spm32k,spm32k)

  • download original weights: opus2m-2020-08-01.zip

  • test set translations: opus2m-2020-08-01.test.txt

  • test set scores: opus2m-2020-08-01.eval.txt

Benchmarks

testsetBLEUchr-F
newsdev2016-entr-tureng.tur.eng5.00.242
newstest2016-entr-tureng.tur.eng3.70.231
newstest2017-entr-tureng.tur.eng3.70.229
newstest2018-entr-tureng.tur.eng4.10.230
Tatoeba-test.aze-eng.aze.eng15.10.330
Tatoeba-test.bak-eng.bak.eng3.30.185
Tatoeba-test.chv-eng.chv.eng1.30.161
Tatoeba-test.crh-eng.crh.eng10.80.325
Tatoeba-test.kaz-eng.kaz.eng9.60.264
Tatoeba-test.kir-eng.kir.eng15.30.328
Tatoeba-test.kjh-eng.kjh.eng1.80.121
Tatoeba-test.kum-eng.kum.eng16.10.277
Tatoeba-test.multi.eng12.00.304
Tatoeba-test.ota-eng.ota.eng2.00.149
Tatoeba-test.sah-eng.sah.eng0.70.140
Tatoeba-test.tat-eng.tat.eng4.00.215
Tatoeba-test.tuk-eng.tuk.eng5.50.243
Tatoeba-test.tur-eng.tur.eng26.80.443
Tatoeba-test.tyv-eng.tyv.eng1.30.111
Tatoeba-test.uig-eng.uig.eng0.20.111
Tatoeba-test.uzb-eng.uzb.eng4.60.195

System Info:

  • hf_name: trk-eng

  • source_languages: trk

  • target_languages: eng

  • opus_readme_url: https://github.com/Helsinki-NLP/Tatoeba-Challenge/tree/master/models/trk-eng/README.md

  • original_repo: Tatoeba-Challenge

  • tags: ['translation']

  • languages: ['tt', 'cv', 'tk', 'tr', 'ba', 'trk', 'en']

  • src_constituents: {'kir_Cyrl', 'tat_Latn', 'tat', 'chv', 'uzb_Cyrl', 'kaz_Latn', 'aze_Latn', 'crh', 'kjh', 'uzb_Latn', 'ota_Arab', 'tuk_Latn', 'tuk', 'tat_Arab', 'sah', 'tyv', 'tur', 'uig_Arab', 'crh_Latn', 'kaz_Cyrl', 'uig_Cyrl', 'kum', 'ota_Latn', 'bak'}

  • tgt_constituents: {'eng'}

  • src_multilingual: True

  • tgt_multilingual: False

  • prepro: normalization + SentencePiece (spm32k,spm32k)

  • url_model: https://object.pouta.csc.fi/Tatoeba-MT-models/trk-eng/opus2m-2020-08-01.zip

  • url_test_set: https://object.pouta.csc.fi/Tatoeba-MT-models/trk-eng/opus2m-2020-08-01.test.txt

  • src_alpha3: trk

  • tgt_alpha3: eng

  • short_pair: trk-en

  • chrF2_score: 0.304

  • bleu: 12.0

  • brevity_penalty: 1.0

  • ref_len: 18733.0

  • src_name: Turkic languages

  • tgt_name: English

  • train_date: 2020-08-01

  • src_alpha2: trk

  • tgt_alpha2: en

  • prefer_old: False

  • long_pair: trk-eng

  • helsinki_git_sha: 480fcbe0ee1bf4774bcbe6226ad9f58e63f6c535

  • transformers_git_sha: 2207e5d8cb224e954a7cba69fa4ac2309e9ff30b

  • port_machine: brutasse

  • port_time: 2020-08-21-14:41

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
be5007c

0 моделей