/ Модель

Характеристики

Контекст
512 токенов
Параметры
58,4 млн
Лицензия
Apache 2.0
Архитектура
marian · dense
Опубликована
2 мар 2022

opus-mt-zh-it

ПереводТекст → текст3 профессии

Модель OPUS-MT для перевода текста с китайского языка на итальянский.

98скачиваний за 30 дней0лайковвеса 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-zh-it — модель машинного перевода из серии OPUS-MT, опубликованная Helsinki-NLP на основе проекта Tatoeba-Challenge. Она переводит текст с китайского на итальянский. Модель построена на архитектуре MarianMT с Transformer-align, содержит 58,4 млн параметров и принимает контекст длиной до 512 токенов. Для предобработки используются нормализация и SentencePiece с моделью словаря spm32k.

Модель подходит для перевода китайских текстов на итальянский, включая предложения и короткие фрагменты. В тесте Tatoeba для этой языковой пары указаны BLEU 27,9 и chr-F 0,508. Поддерживаются варианты китайского письма и региональные разновидности, перечисленные в карточке; целевой язык — итальянский. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0.

Сценарии применения

  • перевод китайских предложений на итальянский
  • перевод китайских сообщений для италоязычных читателей
  • локализация коротких текстов с китайского на итальянский

Ограничения

Контекст ограничен 512 токенами; показатели BLEU и chr-F приведены для тестового набора Tatoeba и не гарантируют качество на других типах текстов.

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

zho-ita

  • source group: Chinese

  • target group: Italian

  • OPUS readme: zho-ita

  • model: transformer-align

  • source language(s): cmn cmn_Bopo cmn_Hang cmn_Hani cmn_Hira cmn_Kana cmn_Latn lzh lzh_Hang lzh_Hani lzh_Hira lzh_Yiii wuu_Bopo wuu_Hani wuu_Latn yue_Hani

  • target language(s): ita

  • model: transformer-align

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

  • download original weights: opus-2020-06-17.zip

  • test set translations: opus-2020-06-17.test.txt

  • test set scores: opus-2020-06-17.eval.txt

Benchmarks

testsetBLEUchr-F
Tatoeba-test.zho.ita27.90.508

System Info:

  • hf_name: zho-ita

  • source_languages: zho

  • target_languages: ita

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

  • original_repo: Tatoeba-Challenge

  • tags: ['translation']

  • languages: ['zh', 'it']

  • src_constituents: {'cmn_Hans', 'nan', 'nan_Hani', 'gan', 'yue', 'cmn_Kana', 'yue_Hani', 'wuu_Bopo', 'cmn_Latn', 'yue_Hira', 'cmn_Hani', 'cjy_Hans', 'cmn', 'lzh_Hang', 'lzh_Hira', 'cmn_Hant', 'lzh_Bopo', 'zho', 'zho_Hans', 'zho_Hant', 'lzh_Hani', 'yue_Hang', 'wuu', 'yue_Kana', 'wuu_Latn', 'yue_Bopo', 'cjy_Hant', 'yue_Hans', 'lzh', 'cmn_Hira', 'lzh_Yiii', 'lzh_Hans', 'cmn_Bopo', 'cmn_Hang', 'hak_Hani', 'cmn_Yiii', 'yue_Hant', 'lzh_Kana', 'wuu_Hani'}

  • tgt_constituents: {'ita'}

  • src_multilingual: False

  • tgt_multilingual: False

  • prepro: normalization + SentencePiece (spm32k,spm32k)

  • url_model: https://object.pouta.csc.fi/Tatoeba-MT-models/zho-ita/opus-2020-06-17.zip

  • url_test_set: https://object.pouta.csc.fi/Tatoeba-MT-models/zho-ita/opus-2020-06-17.test.txt

  • src_alpha3: zho

  • tgt_alpha3: ita

  • short_pair: zh-it

  • chrF2_score: 0.508

  • bleu: 27.9

  • brevity_penalty: 0.935

  • ref_len: 19684.0

  • src_name: Chinese

  • tgt_name: Italian

  • train_date: 2020-06-17

  • src_alpha2: zh

  • tgt_alpha2: it

  • prefer_old: False

  • long_pair: zho-ita

  • 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
b6b0e76

0 моделей