I.5Создание и редактирование текста

Helsinki-NLP/opus-mt-ca-nl — модель машинного перевода из коллекции OPUS-MT, опубликованной Helsinki-NLP. Она переводит текст с каталанского языка на нидерландский; модель построена на архитектуре MarianMT и содержит 36,4 млн параметров. Для подготовки текста используются нормализация и SentencePiece с моделями словаря spm12k. Указанная длина контекста — 512 токенов. Модель подходит для перевода отдельных фраз и текстов, а также для локализации и обработки каталанско-нидерландских текстовых данных. В тесте Tatoeba для этой языковой пары указаны BLEU 45,1 и chr-F 0,632. Модель специализирована на одном направлении перевода и не предназначена для перевода с нидерландского на каталанский. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-chk-fr — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с chk на французский язык и предназначена для перевода отдельных фраз и текстов в приложениях и рабочих процессах перевода. Модель построена на архитектуре Marian Transformer с выравниванием; в ней 55,7 млн параметров, а максимальный контекст составляет 512 токенов. При подготовке текста используются нормализация и SentencePiece. В тесте JW300.chk.fr указаны BLEU 22,4 и chr-F 0,387. Модель принимает и выдаёт текст. Доступна по лицензии Apache-2.0. Качество может различаться в зависимости от тематики и текста; приведённые метрики относятся к указанному тестовому набору.

Helsinki-NLP/opus-mt-cs-fi — модель машинного перевода с чешского языка на финский, разработанная в рамках проекта OPUS и опубликованная организацией Helsinki-NLP. Это плотная модель семейства Marian на архитектуре Transformer, обученная на данных OPUS; в предобработке применяются нормализация текста и SentencePiece. Модель содержит 55,4 млн параметров, поддерживает перевод текста с чешского на финский и имеет контекстное окно до 512 токенов. Модель предназначена для автоматического перевода отдельных текстов и интеграции в системы локализации и многоязычной обработки документов. В README приведены результаты на тестовом наборе JW300.cs.fi: BLEU 25,5 и chr-F 0,523. Веса доступны в форматах PyTorch и TensorFlow; лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-de-is — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с немецкого языка на исландский и основана на архитектуре Transformer-align, реализованной как MarianMTModel. Модель содержит 55,5 млн параметров, использует нормализацию и SentencePiece с моделями токенизации spm32k; максимальная длина контекста составляет 512 токенов. Модель подходит для перевода отдельных фраз и текстов с немецкого на исландский. В README приведён результат BLEU 27,1 на тесте Tatoeba-test.deu.isl. Репозиторий содержит веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-de-tl — модель машинного перевода из проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с немецкого языка на тагальский; модель построена на архитектуре Transformer-align и реализована как MarianMTModel с примерно 56,1 млн параметров. Для обработки текста применяются нормализация и SentencePiece с отдельными словарями размером 32 тыс. токенов; контекст модели составляет 512 токенов. Модель подходит для перевода отдельных фраз и текстов с немецкого на тагальский. В README приведён результат BLEU 21,2 и chr-F 0,541 на тесте Tatoeba для этой языковой пары. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-el-fr — модель машинного перевода из семейства OPUS-MT, разработанного Helsinki-NLP. Она переводит текст с греческого языка на французский и основана на архитектуре Marian Transformer-align. Модель содержит 56,3 млн параметров, использует нормализацию и SentencePiece для предобработки, а её контекст составляет 512 токенов. Модель обучена на данных OPUS. Для набора Tatoeba.el.fr в карточке приведены оценки BLEU 63,0 и chr-F 0,741. Она подходит для перевода фраз и текстов с греческого на французский; поддержка обратного перевода не заявлена. Модель распространяется по лицензии Apache-2.0. Качество зависит от тематики и формулировок входного текста; в README приведён результат только для одного тестового набора.

Helsinki-NLP/opus-mt-en-af — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре MarianMT. Она переводит текст с английского языка на африкаанс и обучена на данных OPUS; в предобработке используются нормализация текста и SentencePiece. Модель содержит 54,6 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель подходит для перевода предложений и текстовых фрагментов с английского на африкаанс. В карточке приведён результат BLEU 56,1 и chr-F 0,741 на тестовом наборе Tatoeba.en.af. Лицензия — Apache-2.0. Результаты перевода могут зависеть от тематики и формулировок исходного текста; заявленное направление перевода — только английский → африкаанс.

Helsinki-NLP/opus-mt-en-bcl — модель машинного перевода из семейства OPUS-MT, разработанная проектом Helsinki-NLP. Она переводит текст с английского языка на бикольский (bcl). Модель основана на архитектуре MarianMT с трансформером типа transformer-align; для предобработки используются нормализация и SentencePiece. В наборе данных указаны OPUS и обратный перевод (opus+bt).

Helsinki-NLP/opus-mt-en-et — модель машинного перевода с английского на эстонский, основанная на архитектуре Marian и разработанная в рамках проекта OPUS. Она предназначена для перевода предложений и текстов с английского языка на эстонский; обратный перевод в карточке не заявлен. Модель использует Transformer с предварительной нормализацией текста и токенизацией SentencePiece. В ней 55,3 млн параметров, а длина контекста составляет 512 токенов. В README приведены оценки BLEU и chr-F на наборах новостных текстов и Tatoeba. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0. Качество зависит от тематики и длины текста; контекст ограничен 512 токенами, а метрики в карточке относятся к указанным тестовым наборам.

Helsinki-NLP/opus-mt-en-ga — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Marian Transformer. Она переводит текст с английского языка на ирландский; в репозитории доступны веса PyTorch и TensorFlow. Модель содержит 54,2 млн параметров, использует SentencePiece с словарём spm32k и имеет контекстное окно 512 токенов. В карточке приведён результат BLEU 37,5 и chr-F 0,593 на тесте Tatoeba-test.eng.gle. Модель подходит для перевода фраз и текстов общего назначения с английского на ирландский. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-ha — модель машинного перевода на архитектуре Transformer, разработанная в рамках проекта OPUS и выпущенная Helsinki-NLP. Она переводит текст с английского языка на хауса. Модель обучена на данных OPUS; перед подачей текста используются нормализация и токенизация SentencePiece. Модель содержит 54,9 млн параметров и рассчитана на контекст до 512 токенов. В карточке приведены результаты на тестовых наборах JW300 и Tatoeba: BLEU 34,1 и 17,6 соответственно. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0, допускающая коммерческое использование при соблюдении её условий.

Helsinki-NLP/opus-mt-en-is — модель машинного перевода с английского на исландский, разработанная проектом OPUS и опубликованная Helsinki-NLP. Она предназначена для перевода текстов с английского языка на исландский; модель обучена на данных OPUS и использует архитектуру Transformer с выравниванием, нормализацию и токенизацию SentencePiece. В метаданных указаны архитектура MarianMT, размер 55,2 млн параметров и контекст до 512 токенов. Для набора Tatoeba.en.is в карточке приведены оценки BLEU 25,3 и chr-F 0,518. Модель принимает английский текст и выдаёт перевод на исландский. Репозиторий содержит веса PyTorch и TensorFlow; лицензия — Apache 2.0. Перевод ограничен направлением en→is, а приведённые оценки относятся к указанному тестовому набору и не гарантируют такое же качество на других типах текстов.

Helsinki-NLP/opus-mt-en-lg — модель машинного перевода из семейства MarianMT, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с английского языка на луганда. Модель основана на архитектуре Transformer-align, использует нормализацию и токенизацию SentencePiece; число параметров — 56,1 млн, контекст — до 512 токенов. Модель предназначена для перевода текстов с английского на луганда. В карточке приведены результаты на тестовых наборах JW300 и Tatoeba: BLEU 30,4 и 5,7 соответственно, поэтому качество зависит от тематики и данных. Доступна под лицензией Apache 2.0.

shhossain/opus-mt-en-to-bn — модель машинного перевода, дообученная автором shhossain на основе Helsinki-NLP/opus-mt-en-inc для перевода с английского на бенгальский язык (Bangla). Она построена на архитектуре MarianMT, содержит 56,8 млн параметров и рассчитана на контекст до 512 токенов. Модель подходит для перевода отдельных фраз и текстов в приложениях на базе Transformers. Модель принимает английский текст и выдаёт перевод на бенгальском. Репозиторий содержит веса PyTorch и safetensors; лицензия — Apache-2.0. README упоминает дообучение на указанной базовой модели, а метаданные связывают модель с набором данных OPUS-100.

Helsinki-NLP/opus-mt-en-trk — модель машинного перевода из проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского на несколько тюркских языков и вариантов письма; перед переводом нужно добавить в начало входного текста токен целевого языка в формате >>id<<. Модель основана на архитектуре Transformer и реализована как MarianMTModel. Она содержит 56,7 млн параметров, использует нормализацию и SentencePiece с словарями по 32 тыс. токенов и рассчитана на контекст до 512 токенов. Доступны веса PyTorch и TensorFlow. В целевые языки входят азербайджанский, башкирский, чувашский, крымскотатарский, казахский, киргизский, татарский, туркменский, турецкий, тувинский, уйгурский и узбекский. Модель предназначена для перевода предложений и текстов с английского на указанные тюркские языки. В README приведены результаты оценки BLEU и chr-F на наборах новостных текстов, однако качество может различаться между целевыми языками и вариантами письма. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-en-xh — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с английского языка на коса (xh). Модель построена на архитектуре Transformer-align с реализацией MarianMTModel и содержит 56,5 млн параметров; для предобработки используются нормализация и SentencePiece, контекст составляет 512 токенов. Модель предназначена для перевода отдельных текстов и материалов с английского на коса. В карточке приведены результаты оценки на наборе JW300.en.xh: BLEU 37,9 и chr-F 0,652. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-et-ru — модель машинного перевода из проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с эстонского языка на русский и предназначена для прямого перевода отдельных фраз и текстов. Модель основана на архитектуре Transformer-align и реализована как MarianMT; использует нормализацию и SentencePiece с двумя словарями по 32 тысячи единиц. Размер — 57,4 млн параметров, длина контекста — 512 токенов. В карточке приведён результат BLEU 50,2 и chr-F 0,702 на тесте Tatoeba для направления эстонский—русский. Модель распространяется по лицензии Apache-2.0. Она специализирована на одной языковой паре и направлении перевода; качество может снижаться на длинных текстах, редкой лексике и темах, отличающихся от тестовых данных.

Helsinki-NLP/opus-mt-fr-ee — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского языка на эстонский и предназначена для автоматического перевода предложений и текстов в сценариях, где нужен перевод именно с французского на эстонский. Модель основана на архитектуре Transformer-align и реализована как MarianMTModel. Она содержит 56 млн параметров, использует нормализацию и SentencePiece для предобработки; нативная длина контекста — 512 токенов. В README приведены результаты теста JW300.fr.ee: BLEU 26,3 и chr-F 0,466. Модель поддерживает текстовый ввод и выдаёт текст перевода. Распространяется по лицензии Apache-2.0. Показатели качества относятся к указанному тестовому набору и не гарантируют аналогичных результатов на других жанрах и доменах.

Helsinki-NLP/opus-mt-fr-he — модель машинного перевода из проекта OPUS-MT, основанная на архитектуре Transformer и реализованная как MarianMT. Она переводит текст с французского на иврит; для предварительной обработки используются нормализация и SentencePiece с моделями словаря spm32k. Размер модели — 57,5 млн параметров, длина контекста — 512 токенов. Модель предназначена для автоматического перевода отдельных текстов и фраз с французского на иврит. В карточке приведён результат BLEU 39,2 и chr-F 0,598 на тестовом наборе Tatoeba для этой языковой пары. Репозиторий содержит веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-hr — модель машинного перевода с французского языка на хорватский, созданная в рамках проекта OPUS. Она основана на архитектуре Marian Transformer и обучена на данных OPUS; перед обработкой текста применяются нормализация и токенизация SentencePiece. В метаданных указаны 55,2 млн параметров и контекст до 512 токенов. Модель предназначена для перевода французских текстов на хорватский. В README приведён результат BLEU 20,7 и chr-F 0,442 на тестовом наборе JW300.fr.hr. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-he-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMT. Она переводит текст с иврита на испанский; обработка включает нормализацию и SentencePiece с раздельными словарями по 32 тыс. элементов. В модели 57,5 млн параметров, контекст ограничен 512 токенами. Модель подходит для перевода фраз и документов с иврита на испанский. В README приведён результат BLEU 51,3 на тесте Tatoeba для этой языковой пары. Репозиторий содержит веса PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-ja-es — модель машинного перевода, разработанная Helsinki-NLP в рамках проекта OPUS. Она переводит текст с японского на испанский и предназначена для автоматического перевода фраз и документов между этими языками. Модель использует архитектуру Marian Transformer с выравниванием, около 56,9 млн параметров и контекстом до 512 токенов. В предварительной обработке применяются нормализация текста и SentencePiece. Для набора Tatoeba.ja.es в карточке приведены результаты BLEU 34,6 и chr-F 0,553. Модель доступна в форматах PyTorch и TensorFlow по лицензии Apache-2.0. Качество перевода может зависеть от тематики и формулировок; приведённые оценки относятся к указанному тестовому набору.

Helsinki-NLP/opus-mt-ja-vi — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с японского на вьетнамский и основана на архитектуре MarianMT с Transformer-align. Модель содержит 58,2 млн параметров, использует нормализацию и SentencePiece с словарями spm32k; длина контекста — 512 токенов. Модель предназначена для перевода японских текстов, включая варианты записи японского, вьетнамскими средствами. В карточке приведён результат на наборе Tatoeba-test.jpn.vie: BLEU 20,3 и chr-F 0,380. Доступна в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-ko-ru — модель машинного перевода на архитектуре Transformer, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с корейского на русский; источником могут быть корейские тексты на хангыле, латинице и других указанных для корейского письменностях. Для нормализации и разбиения текста используются SentencePiece-модели размером 32 тыс. токенов. Модель содержит 58,4 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель подходит для перевода сообщений, документов и других текстов с корейского языка на русский. В тесте Tatoeba для этой языковой пары указаны BLEU 30,3 и chr-F 0,514; результаты на других типах текстов могут отличаться. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-mt-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит тексты с мальтийского языка на английский и предназначена для автоматического перевода предложений и документов. Модель построена на архитектуре Transformer-align; перед подачей текста применяются нормализация и токенизация SentencePiece. В репозитории доступны веса PyTorch, TensorFlow и Flax; модель содержит 53,9 млн параметров и рассчитана на контекст до 512 токенов. В карточке приведены результаты на тестовых наборах JW300.mt.en и Tatoeba.mt.en: BLEU 49,0 и 53,3 соответственно. Модель распространяется по лицензии Apache 2.0. Она предназначена для перевода с мальтийского на английский; качество на других языковых парах и вне указанных тестовых наборов не заявлено.

Helsinki-NLP/opus-mt-no-de — модель машинного перевода семейства Marian, разработанная в рамках проекта OPUS. Она переводит текст с норвежского на немецкий; исходные варианты норвежского — букмол и нюнорск. Архитектура — Transformer-align, а размер модели составляет 28,8 млн параметров. Для обработки используются нормализация текста и SentencePiece с словарями по 4 тысячи токенов; длина контекста — 512 токенов. Модель подходит для перевода отдельных фраз и текстов с норвежского на немецкий. В карточке приведён результат BLEU 29,6 на наборе Tatoeba-test.nor.deu. Репозиторий содержит веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-pt-ca — модель машинного перевода из проекта OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с португальского на каталанский и рассчитана на однонаправленный перевод между этими языками. Модель использует архитектуру Transformer-align в семействе Marian; в метаданных указан класс MarianMTModel и размер 35,7 млн параметров. Веса представлены в форматах PyTorch и TensorFlow. Предобработка включает нормализацию и SentencePiece с словарями spm12k. Для набора Tatoeba-test.por.cat в карточке приведены оценки BLEU 45,7 и chr-F 0,672. Модель подходит для перевода предложений и небольших текстов с португальского на каталанский. Указанный родной контекст — 512 токенов, поэтому длинные документы следует разбивать на части. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-sk-fr — модель машинного перевода из семейства Marian, разработанная Helsinki-NLP в рамках проекта OPUS. Она переводит текст со словацкого языка на французский и предназначена для автоматического перевода предложений и текстовых материалов в пакетных или прикладных сценариях. Модель основана на архитектуре Transformer, содержит 55,1 млн параметров, использует нормализацию и токенизацию SentencePiece; родная длина контекста — 512 токенов. Для набора JW300.sk.fr в карточке приведены результаты BLEU 29,4 и chr-F 0,508. Модель принимает текст на словацком и выдаёт французский перевод. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-st-en — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с языка сесото (st) на английский (en) и предназначена для автоматического перевода фраз и документов. Модель построена на архитектуре Transformer-align в реализации MarianMT; использует нормализацию текста и токенизацию SentencePiece. В метаданных указаны 54,5 млн параметров и контекст длиной до 512 токенов. Для набора JW300.st.en в карточке приведены оценки BLEU 45,7 и chr-F 0,609. Модель распространяется в форматах PyTorch и TensorFlow по лицензии Apache-2.0. Она рассчитана на перевод только в направлении сесото → английский; качество может зависеть от тематики и отличаться от результатов на указанном тестовом наборе.

Helsinki-NLP/opus-mt-sv-hr — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст со шведского языка на хорватский и предназначена для автоматического перевода отдельных фраз и текстов. Модель построена на архитектуре Transformer-align и обучена на данных OPUS; перед обработкой текст нормализуется и токенизируется с помощью SentencePiece. Размер модели — 55 млн параметров, длина контекста — до 512 токенов. В карточке приведены результаты на тестовом наборе JW300.sv.hr: BLEU 25,7 и chr-F 0,498. Модель принимает и выдаёт текст. Распространяется по лицензии Apache-2.0; доступны веса в форматах PyTorch и TensorFlow.