/ Модель

Характеристики

Контекст
1 024 токена
Параметры
184 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Библиотека
transformers
Опубликована
25 окт 2025

NAMAA-MT-Saudi2English

ПереводТекст → текст3 профессии

Модель NAMAA-T5-Saudi2English переводит разговорный арабский на диалектах Саудовской Аравии на английский язык.

30скачиваний за 30 дней13лайковвеса обновлены13 ноя 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

NAMAA-T5-Saudi2English — модель машинного перевода, разработанная NAMAA-Space для перевода саудовского разговорного арабского на английский. Она дообучена на базе T5 с инициализацией эмбеддингов mBERT и использует архитектуру T5 Encoder–Decoder с 183,7 млн параметров.

Модель предназначена для перевода текстов на диалектах Наджд, Хиджаз, Южного, Северного и Восточного регионов Саудовской Аравии, включая сообщения в социальных сетях, разговорные выражения и местную лексику. В обучающем наборе около 120 тысяч пар предложений из разговорных, культурных, социальных и устных источников. В оценке на поддиалектах качество заметно различается: средний BLEU составил около 19,8, а отдельные группы показали низкие результаты.

Модель принимает арабский текст и генерирует английский перевод. Для её использования применяются Transformers и веса Safetensors. Лицензия Apache-2.0.

Сценарии применения

  • перевод саудовских арабских постов в социальных сетях на английский
  • перевод разговорных фраз на диалектах Наджд и Хиджаз
  • перевод саудовской устной речи, представленной текстом
  • перевод местных выражений и культурно обусловленных фраз
  • подготовка английских текстов для межъязыкового поиска по саудовским материалам

Ограничения

Качество зависит от диалекта: оценки для отдельных поддиалектов существенно различаются, а средний BLEU составляет около 19,8. Модель ориентирована на саудовские диалекты и может хуже работать с другими разновидностями арабского языка.

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

NAMAA-T5-Saudi2English:

NAMAA-T5-Saudi2English is a transformer-based Arabic-to-English translation model fine-tuned on Saudi dialectal data (Najdi, Hijazi, Southern, Northern, and Eastern varieties).

It is built on top of mBERT-initialized T5 architecture and aims to improve translation quality for informal and region-specific Arabic commonly used across Saudi Arabia.

Details and Model Config

PropertyValue
Model TypeT5 Encoder–Decoder
Base ArchitectureT5ForConditionalGeneration (initialized with mBERT embeddings)
LanguagesArabic (Saudi dialects) → English
Training Data120K sentence pairs from Najdi & Hijazi dialects
Framework🤗 Transformers v4.57.1
LicenseApache-2.0
Pipeline Tagtranslation
Librarytransformers
TokenizerT5Tokenizer
Vocabulary Size110,208 tokens

📊 Evaluation Summary

The model was evaluated on 12 Saudi sub-dialects within the NAMAA MT leaderboard.

Dialect Group# ExamplesBLEUCHRFMETEORBERTScore F1AdequacyFaithfulnessFluencyOverall
eastern_urban5428.3651.6662.1082.7566.5762.3184.8168.15
hijazi_jeddah518.1329.0733.1769.8165.3060.7077.0066.62
hijazi_makkah4932.4153.9561.4584.5782.7279.8987.8382.78
hijazi_urban5019.7544.6550.8578.2172.2467.0468.9869.12
hijazi_urban_jeddah5114.7341.4045.3278.4279.3975.5177.6576.76
najdi_qasim5113.7638.0045.9477.2572.4068.6078.8072.46
najdi_riyadh5118.4440.0843.7375.2464.1261.2779.1266.59
najdi_urban5210.9832.1536.3873.4658.4655.3880.9661.48
northern_hail5013.2736.9743.6073.5864.5060.1082.2066.38
southern_asiri5013.2838.9729.5368.8742.0239.0460.2143.13
southern_jazan5029.7847.6757.0379.6253.0951.0686.1758.45
southern_qahtan5319.4342.9550.1177.1359.8155.4777.6461.57

Average BLEU: ≈ 19.8 | Average BERTScore F1: ≈ 77.8 | Average Overall: ≈ 68.4


🧩 Model Configuration

{
  "architectures": ["T5ForConditionalGeneration"],
  "d_model": 768,
  "num_layers": 12,
  "num_heads": 12,
  "d_ff": 2048,
  "dropout_rate": 0.1,
  "feed_forward_proj": "gated-gelu",
  "tie_word_embeddings": false,
  "vocab_size": 110208,
  "transformers_version": "4.57.1"
}

Training Details

  • Base model: multilingual BERT (T5 adaptation)
  • Objective: sequence-to-sequence translation (cross-entropy loss)
  • Optimizer: AdamW (learning rate 3e-4, weight decay 0.01)
  • Batch size: 32
  • Epochs: 10
  • Hardware: A100 (40 GB x 4 GPUs)
  • Mixed precision: FP16
  • Early stopping: based on validation BLEU

📚 Dataset Description

  • Size: ≈ 120 K sentence pairs
  • Source: Locally collected Saudi dialect corpora (Najdi and Hijazi)
  • Domains: Conversational, cultural, social media, and spoken language data
  • Data cleaning: automatic normalization + manual review
  • Split: 80/10/10 (train/validation/test)

🚀 Intended Use

Primary:

  • Translate Saudi Arabic text (including dialectal social media, spoken data, and local phrases) into English.

Secondary:

  • Support downstream NLP tasks such as summarization, cross-lingual retrieval, and alignment evaluation.

Example Usage

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("NAMAA-Space/NAMAA-T5-Saudi2English")
model = AutoModelForSeq2SeqLM.from_pretrained("NAMAA-Space/NAMAA-T5-Saudi2English")

text = "وش صار اليوم؟"  # Najdi dialect
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=50)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
# → "What happened today?"

Citation

@misc{namaa2025saudi2eng,
  title  = {NAMAA-T5-Saudi2English: Dialect-aware Arabic→English Translation Model},
  author = {NAMAA Community},
  year   = {2025},
  url    = {https://huggingface.co/NAMAA-Space/NAMAA-T5-Saudi2English},
  license= {Apache-2.0}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
161035f

0 моделей