/ Модель

Характеристики

Лицензия
MIT
Архитектура
encoder-decoder · dense
Опубликована
12 фев 2024

jesc-ja-en-translator

ПереводТекст → текст3 профессии

Модель на базе японской BERT и GPT-2 переводит японский текст на английский, в том числе фразы в стиле субтитров.

146скачиваний за 30 дней3лайкавеса обновлены13 июн 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

Модель sappho192/jesc-ja-en-translator предназначена для перевода текста с японского на английский. Она построена как EncoderDecoderModel на основе японской BERT и GPT-2; обучена на корпусе японско-английских субтитров JESC. Для работы README перечисляет PyTorch, Transformers, fugashi и unidic-lite. Модель принимает японский текст и генерирует английский перевод; в репозитории также представлены форматы PyTorch, safetensors и ONNX. Лицензия модели — MIT; лицензия корпуса JESC — CC-BY-SA-4.0. Оценки качества и длина контекста в предоставленных материалах не описаны.

Сценарии применения

  • перевод японских субтитров на английский
  • перевод коротких японских реплик
  • черновой перевод японских диалогов
  • создание англоязычной версии японского текста

Ограничения

Обучение на субтитрах может влиять на стиль и качество перевода текстов других жанров. В README не приведены количественные оценки качества или ограничения по длине входного текста.

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

Japanese to English translator

Japanese to English translator model based on EncoderDecoderModel(bert-japanese+GPT2)

Usage

Demo

Please visit https://huggingface.co/spaces/sappho192/jesc-ja-en-translator-demo

Dependencies (PyPI)

  • torch
  • transformers
  • fugashi
  • unidic-lite

Inference

import transformers
import torch

encoder_model_name = "cl-tohoku/bert-base-japanese-v2"
decoder_model_name = "openai-community/gpt2"
src_tokenizer = transformers.BertJapaneseTokenizer.from_pretrained(encoder_model_name)
trg_tokenizer = transformers.PreTrainedTokenizerFast.from_pretrained(decoder_model_name)
model = transformers.EncoderDecoderModel.from_pretrained("sappho192/jesc-ja-en-translator")


def translate(text_src):
    embeddings = src_tokenizer(text_src, return_attention_mask=False, return_token_type_ids=False, return_tensors='pt')
    embeddings = {k: v for k, v in embeddings.items()}
    output = model.generate(**embeddings, max_length=512)[0, 1:-1]
    text_trg = trg_tokenizer.decode(output.cpu())
    return text_trg

texts = [
    "逃げろ!",  # Should be "run!"
    "初めまして.",  # "nice to meet you."
    "よろしくお願いします.",  # "thank you."
    "夜になりました",  # "and then it got dark."
    "ご飯を食べましょう."  # "let's eat."
 ]

for text in texts:
    print(translate(text))
    print()

Dataset

The dataset used to train the model is JESC(Japanese-English Subtitle Corpus).
Its license is CC-BY-SA-4.0. All data information can be accessed through following links:

@ARTICLE{pryzant_jesc_2017,
   author = {{Pryzant}, R. and {Chung}, Y. and {Jurafsky}, D. and {Britz}, D.},
    title = "{JESC: Japanese-English Subtitle Corpus}",
  journal = {ArXiv e-prints},
archivePrefix = "arXiv",
   eprint = {1710.10639},
 keywords = {Computer Science - Computation and Language},
     year = 2017,
    month = oct,
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
EncoderDecoderModel
Ревизия весов
0277c7f

0 моделей