/ Модель

Характеристики

Контекст
1 024 токена
Параметры
457 млн
Архитектура
mbart · dense
Базовая модель
mbart-large-50
Опубликована
21 дек 2024

banglish-to-bangla

Генерация текстаТекст → текст3 профессии

Модель переводит банглиш, записанный латиницей, в текст на бенгальском языке.

58скачиваний за 30 дней3лайкавеса обновлены6 янв 2025

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

Mdkaif2782/banglish-to-bangla — модель преобразования текста, разработанная на основе facebook/mbart-large-50 и дообученная для перевода банглиш-текста, записанного латиницей, в бенгальскую письменность. Она подходит для преобразования отдельных фраз и пользовательского ввода; для работы используется библиотека PyTorch и токенизатор MBart50.

Модель построена на архитектуре mBART с условной генерацией текста, содержит 457,4 млн параметров и имеет контекст до 1024 токенов. В карточке указаны языковые коды бенгальского и английского; целевой результат — текст на бенгальском. Репозиторий предлагает запуск через Transformers, в том числе в Google Colab. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Преобразование фраз на банглиш в бенгальскую письменность
  • Нормализация пользовательских сообщений, набранных латиницей вместо бенгальского письма
  • Конвертация коротких запросов на банглиш для дальнейшей обработки на бенгальском

Ограничения

Назначение модели ограничено преобразованием банглиш-текста в бенгальское письмо; качество для других языков и задач не описано. Лицензия в предоставленных данных не указана.

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

Hugging Face: Banglish to Bangla Translation

This repository demonstrates how to use a Hugging Face model to translate Banglish (Romanized Bangla) text into Bangla using the MBart50 tokenizer and model. The model, Mdkaif2782/banglish-to-bangla, is pre-trained and fine-tuned for this task.

Setup in Google Colab

Follow these steps to use the model in Google Colab:

1. Install Dependencies

Make sure you have the transformers library installed. Run the following command in your Colab notebook:

!pip install transformers torch

2. Load and Use the Model

Copy the code below into a cell in your Colab notebook to start translating Banglish to Bangla:

from transformers import MBartForConditionalGeneration, MBart50TokenizerFast
import torch

# Load the pre-trained model and tokenizer directly from Hugging Face
model_name = "Mdkaif2782/banglish-to-bangla"
tokenizer = MBart50TokenizerFast.from_pretrained(model_name)
model = MBartForConditionalGeneration.from_pretrained(model_name)

def translate_banglish_to_bangla(model, tokenizer, banglish_input):
    inputs = tokenizer(banglish_input, return_tensors="pt", padding=True, truncation=True, max_length=128)

    if torch.cuda.is_available():
        inputs = {key: value.cuda() for key, value in inputs.items()}
        model = model.cuda()

    translated_tokens = model.generate(**inputs, decoder_start_token_id=tokenizer.lang_code_to_id["bn_IN"])
    translated_text = tokenizer.batch_decode(translated_tokens, skip_special_tokens=True)[0]

    return translated_text

# Take custom input
print("Enter your Banglish text (type 'exit' to quit):")
while True:
    banglish_text = input("Banglish: ")
    if banglish_text.lower() == "exit":
        break

    # Translate Banglish to Bangla
    translated_text = translate_banglish_to_bangla(model, tokenizer, banglish_text)
    print(f"Translated Bangla: {translated_text}\n")

3. Run the Notebook

  1. Paste the above code into a cell.
  2. Run the cell.
  3. Enter your Banglish text in the input prompt to get the translated Bangla text. Type exit to quit.

Example Usage

Input:

Banglish: amar valo lagche onek

Output:

Translated Bangla: আমার ভালো লাগছে অনেক

Notes

  • Ensure your runtime in Google Colab supports GPU for faster processing. Go to Runtime > Change runtime type and select GPU.
  • The model Mdkaif2782/banglish-to-bangla can be fine-tuned further if required.

License

This project uses the Hugging Face transformers library. Refer to the Hugging Face documentation for more details.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
2c76514

0 моделей