/ Модель

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Опубликована
3 апр 2022

t5-small-finetuned-spanish-to-quechua

ПереводТекст → текст3 профессии

Модель на базе T5-small переводит текст с испанского на кечуа диалекта Аякучо.

76скачиваний за 30 дней9лайковвеса обновлены13 апр 2023

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

SomosNLP Hackathon 2022 — модель машинного перевода на базе T5-small, дообученная командой Sara Benel и Jose Vílchez для перевода с испанского языка на кечуа. Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и поддерживает контекст длиной до 512 токенов.

Модель обучалась 46 эпох на 102 747 предложениях; для проверки использовались 12 844 предложения, для тестирования — 12 843. Она рассчитана на перевод на кечуа диалекта Аякучо. Значительная часть обучающих данных взята из библейских текстов, поэтому качество может быть лучше на похожих формулировках; опубликованное значение BLEU — 2,9691.

Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • перевод предложений с испанского на кечуа
  • подготовка чернового перевода испаноязычных материалов на кечуа
  • перевод коротких фраз для общения на кечуа Аякучо

Ограничения

Модель переводит только на кечуа диалекта Аякучо. Значительная часть обучающих данных происходит из библейских текстов, поэтому качество может снижаться на текстах иного стиля; опубликованная оценка BLEU составляет 2,9691.

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

Spanish to Quechua translator

This model is a finetuned version of the t5-small.

Model description

t5-small-finetuned-spanish-to-quechua has trained for 46 epochs with 102 747 sentences, the validation was performed with 12 844 sentences and 12 843 sentences were used for the test.

Intended uses & limitations

A large part of the dataset has been extracted from biblical texts, which makes the model perform better with certain types of sentences.

How to use

You can import this model as follows:

>>> from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
>>> model_name = 'hackathon-pln-es/t5-small-finetuned-spanish-to-quechua'
>>> model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
>>> tokenizer = AutoTokenizer.from_pretrained(model_name)

To translate you can do:

>>> sentence = "Entonces dijo"
>>> input = tokenizer(sentence, return_tensors="pt")
>>> output = model.generate(input["input_ids"], max_length=40, num_beams=4, early_stopping=True)
>>> print('Original Sentence: {} \nTranslated sentence: {}'.format(sentence, tokenizer.decode(output[0])))

Limitations and bias

Actually this model only can translate to Quechua of Ayacucho.

Training data

For train this model we use Spanish to Quechua dataset

Evaluation results

We obtained the following metrics during the training process:

  • eval_bleu = 2.9691
  • eval_loss = 1.2064628601074219

Team members

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
9d73cf2

0 моделей