/ Модель

Характеристики

Параметры
16,6 млн
Лицензия
MIT
Архитектура
t5 · dense
Библиотека
transformers
Опубликована
13 июл 2023

t5-translate-vietnamese-nom

ПереводТекст → текст3 профессии

Компактная модель T5 для преобразования вьетнамских текстов на письме Чы-ном в современную латинскую запись.

140скачиваний за 30 дней4лайкавеса обновлены9 фев 2024

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

minhtoan/t5-translate-vietnamese-nom — компактная модель на основе Transformer encoder-decoder T5, опубликованная Phan Minh Toan для преобразования текстов на письме Чы-ном в современную вьетнамскую запись латиницей. Она предназначена для транслитерации и перевода исторических текстов, включая литературные произведения и документы на Чы-ном; в карточке задача указана как перевод. Модель содержит 16,6 млн параметров и доступна в формате PyTorch для библиотеки Transformers.

Модель обучалась на текстах из нескольких произведений и корпуса документов chunom.org, включая материалы примерно из 130 книг. Пример в карточке преобразует строку иероглифов в латинскую запись вьетнамского языка. Лицензия — MIT. Качество и охват могут зависеть от соответствия входного текста историческим источникам и данным обучения; сведений о длине контекста или систематической оценке качества в предоставленных материалах нет.

Сценарии применения

  • транслитерация текстов на Чы-ном в современную вьетнамскую запись
  • оцифровка и чтение исторических вьетнамских документов
  • преобразование фрагментов классической вьетнамской литературы
  • подготовка корпуса текстов на Чы-ном для дальнейшего анализа

Ограничения

Обучающие данные сосредоточены на выбранных произведениях и корпусе chunom.org, поэтому качество на других жанрах и редких вариантах письма может отличаться. В предоставленных материалах нет сведений о длине контекста и количественной оценке качества.

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

Bidirectional Vietnamese Nôm Transliteration

Vietnamese Nôm, or Chữ Nôm, was an ancient writing system in Vietnam before the 20th century. It evolved from Chinese characters but adapted to Vietnamese sounds and vocabulary. Nôm was used by scholars for literature and communication. The script visually differed from Chinese characters and expressed Vietnamese concepts with semantic and phonetic components. Today, Nôm is a specialized field, and efforts are made to preserve its knowledge. Though modern Vietnamese uses the Latin alphabet, Nôm remains an integral part of Vietnam's cultural heritage.

State-of-the-art lightweights pretrained Transformer-based encoder-decoder model for Vietnamese Nom translation.

Model trained on dataset Luc-Van- Tien’s book, Tale Of Kieu book, “History of Greater Vietnam” book, “Chinh Phu Ngam Khuc” poems, “Ho Xuan Huong” poems, Corpus documents from chunom.org, sample texts coming from 130 different books (Tu-Dien-Chu-Nom-Dan Giai).

The model is trained and supports bidirectional translation between Vietnamese Nôm script and Vietnamese Latin script, enabling the translation from Nôm to Vietnamese Latin script and vice versa.

How to use

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("minhtoan/t5-translate-vietnamese-nom")  
model = AutoModelForSeq2SeqLM.from_pretrained("minhtoan/t5-translate-vietnamese-nom")
model.cuda()
src = "如梅早杏遲管"
tokenized_text = tokenizer.encode(src, return_tensors="pt").cuda()
model.eval()
translate_ids = model.generate(tokenized_text, max_length=48)
output = tokenizer.decode(translate_ids[0], skip_special_tokens=True)
output

'như mai tảo hạnh trì quán'

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("minhtoan/t5-translate-vietnamese-nom")  
model = AutoModelForSeq2SeqLM.from_pretrained("minhtoan/t5-translate-vietnamese-nom")
model.cuda()
src = "như mai tảo hạnh trì quán"
tokenized_text = tokenizer.encode(src, return_tensors="pt").cuda()
model.eval()
translate_ids = model.generate(tokenized_text, max_length=48)
output = tokenizer.decode(translate_ids[0], skip_special_tokens=True)
output

'如梅早杏遲舘'

Author

Phan Minh Toan

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
aebad2e

0 моделей