/ Модель

Характеристики

Параметры
138 млн
Лицензия
CC BY 4.0
Архитектура
t5 · dense

nb-nn-translation

ПереводТекст → текст4 профессии

Модель на базе T5 автоматически преобразует норвежский текст между письменными нормами Bokmål и Nynorsk.

1 320скачиваний за 30 дней6лайковвеса обновлены23 сен 2021

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

pere/nb-nn-translation — модель на базе T5, разработанная для переключения между двумя письменными нормами норвежского языка: Bokmål и Nynorsk. Она определяет норму входного текста и преобразует его в другую; автор называет это переключателем языка, а не универсальным переводчиком.

Модель обучена на корпусе из 200 тысяч пар предложений из учебников и газет. В README указана оценка BLEU 88,17 на тесте. Размер модели — 137,6 млн параметров; доступны форматы PyTorch и Flax. Максимальная длина исходного и целевого текста при дообучении составляла 512 токенов. Модель предназначена для преобразования текста между Bokmål и Nynorsk.

Лицензия — CC BY 4.0. Результат BLEU приведён автором для описанного теста и не гарантирует такое же качество на других типах текстов; модель специализируется на двух норвежских письменных нормах.

Сценарии применения

  • перевод норвежского текста с Bokmål на Nynorsk
  • перевод норвежского текста с Nynorsk на Bokmål
  • подготовка учебных материалов на обеих письменных нормах
  • адаптация газетных текстов для читателей другой нормы

Ограничения

Модель специализирована на преобразовании между Bokmål и Nynorsk и не позиционируется как универсальный переводчик. Заявленная оценка BLEU 88,17 относится к тесту, описанному автором, и не гарантирует аналогичное качество на других типах текста.

Для каких профессий подходит4

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

🇳🇴 Bokmål ⇔ Nynorsk 🇳🇴

Norwegian has two relatively similar written languages; Bokmål and Nynorsk. Historically Nynorsk is a written norm based on dialects curated by the linguist Ivar Aasen in the mid-to-late 1800s, whereas Bokmål is a gradual 'Norwegization' of written Danish. The two written languages are considered equal and citizens have a right to receive public service information in their primary and prefered language. Even though this right has been around for a long time only between 5-10% of Norwegian texts are written in Nynorsk. Nynorsk is therefore a low-resource language within a low-resource language.

Apart from some word-list based engines, there are not any working off-the-shelf machine learning-based translation models. Translation between Bokmål and Nynorsk is not available in Google Translate.

Demo

WidgetTry the widget in the top right corner
Huggingface SpacesSpaces Demo

Pretraining a T5-base

There is an mt5 that includes Norwegian. Unfortunately a very small part of this is Nynorsk; there is only around 1GB Nynorsk text in mC4. Despite this, the mt5 also gives a BLEU score above 80. During the project we extracted all available Nynorsk text from the Norwegian Colossal Corpus at the National Library of Norway, and matched it (by material type i.e. book, newspapers and so on) with an equal amount of Bokmål. The corpus collection is described here and the total size is 19GB.

Finetuning - BLEU-SCORE 88.17 🎉

The central finetuning data of the project have been 200k translation units (TU) i.e. aligned pairs of sentences in the respective languages extracted from textbooks of various subjects and newspapers.

Training for [10] epochs with a learning rate of [7e-4], a batch size of [32] and a max source and target length of [512] fine tuning reached a SACREBLEU score of [88.03] at training and a test score of [88.17] after training.

This is not a translator

We found out that we were able to get almost identical BLEU-score with training it both ways, and letting the model decide if the input is in Bokmål or Nynorsk. This way we can train one model instead of two. We call it a language switcher.

Future work

The following Google Docs Add-on is currently pending approval. Add-on

How to use the model

# Set up the pipeline
from transformers import pipeline
translator = pipeline("translation", model='pere/nb-nn-translation')

# Do the translation
text = "Hun vil ikke gi bort sine personlige data."
print(translator(text, max_length=255))

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
46f0789

0 моделей