Project Icon

OPUS-MT-train

用于训练多语言神经机器翻译模型的开源工具集

OPUS-MT-train是一个开源的神经机器翻译模型训练工具集。它基于MarianNMT和OPUS数据集,提供了模型训练、评估和发布的完整脚本。该项目包含丰富的预训练模型,支持多语言翻译,并附有详细文档和教程。OPUS-MT-train适用于CSC HPC集群环境,包含了安装、设置和使用的详细说明。它还提供了低资源语言模型训练和Tatoeba翻译挑战等教程,致力于推动神经机器翻译技术的普及,为研究人员和开发者提供了实用的工具,有助于推进神经机器翻译技术的研究和应用。

opus-mt-en-cs - 基于Transformer的英捷机器翻译模型在Tatoeba测试集获得46.1 BLEU分数
BLEU评分GithubHuggingfaceopus-mt开源项目数据集评估机器翻译模型语言模型
这是OPUS项目开发的基于transformer-align架构的英捷翻译模型。模型使用normalization和SentencePiece预处理方法,在newstest2013-2019等多个新闻测试集上获得20-26的BLEU评分,在Tatoeba测试集达到46.1 BLEU分数。模型开放测试评估数据和原始权重下载,支持英语到捷克语的机器翻译任务。
opus-mt-th-en - 开源泰英机器翻译模型实现48.1 BLEU评分
EnglishGithubHuggingfaceOPUSTatoebaThai开源项目机器翻译模型
基于transformer-align架构开发的泰语到英语机器翻译模型,通过SentencePiece技术预处理数据,模型在Tatoeba测试集上达到48.1 BLEU评分和0.644 chrF值。项目支持泰语到英语的单向翻译,采用Apache-2.0许可证发布。
opus-mt-gem-gem - 多语言Transformer机器翻译模型 支持日耳曼语系互译
BLEU评分GithubHuggingfacegem-gem开源项目模型测试集翻译模型语言对
OPUS-MT-GEM是一个基于Transformer架构的开源机器翻译模型,专注于28种日耳曼语系语言的互译需求。该模型通过SentencePiece技术进行文本预处理,采用32k规模词表,支持德语、英语、荷兰语等主流日耳曼语系语言。在WMT新闻翻译测试集上,英德互译的BLEU评分达到30分以上,展现出可靠的翻译能力。模型需要在输入句子开头添加目标语言标识符以指定翻译方向。
opus-mt-en-es - 基于Transformer的英西机器翻译模型
GithubHuggingfaceOPUSTatoeba开源项目模型翻译模型英语西班牙语
opus-mt-en-es是一个开源的英语到西班牙语机器翻译模型,基于Transformer架构。该模型在新闻测试集上BLEU分数介于30-39之间,在Tatoeba测试集上BLEU分数达54.9,chrF分数为0.721。模型采用SentencePiece进行预处理,适用于各种英西翻译任务。项目开源于Hugging Face,提供模型权重下载。模型由Helsinki-NLP团队开发,使用OPUS平行语料库训练。除了高性能表现外,opus-mt-en-es还提供了完整的测试集翻译结果和评估分数,便于研究人员进行比较和分析。该模型适用于需要高质量英西翻译的各种应用场景。
opus-mt-nl-fr - 荷兰语到法语的开源机器翻译模型
GithubHuggingfaceSentencePieceopus-mt-nl-frtransformer-align开源项目模型翻译
这个开源项目用于实现荷兰语到法语的机器翻译,使用基于transformer-align的模型,并结合数据标准化与SentencePiece预处理。依托OPUS数据集,该项目在Tatoeba.nl.fr测试集上获得了51.3的BLEU分数,展示了较好的翻译效果。提供原始模型权重及测试集翻译文件,以供进一步研究和应用。
opus-mt-uk-en - 乌克兰语至英语的开源神经机器翻译模型
GithubHuggingfaceOPUStransformer-align乌克兰语开源项目机器翻译模型英语
opus-mt-uk-en是一个开源的乌克兰语到英语神经机器翻译模型,基于transformer-align架构开发。该模型使用OPUS数据集训练,经过normalization和SentencePiece预处理。在Tatoeba测试集上,模型达到了64.1的BLEU分数和0.757的chr-F分数,显示出良好的翻译效果。研究者可以下载预训练权重和测试集结果进行进一步评估和应用。
translation-model-opus - Helsinki-NLP团队开发的英西翻译模型 基于OPUS数据集
GithubHuggingfaceOPUSTatoeba开源项目机器翻译模型英语西班牙语
Helsinki-NLP团队基于transformer架构和OPUS数据集开发了这个英语到西班牙语的翻译模型。模型在多个新闻测试集上BLEU得分达30-39,Tatoeba测试集更高达54.9。采用normalization和SentencePiece预处理技术,为英西文本翻译需求提供了高质量的开源解决方案。
opus-mt-ca-es - 加泰罗尼亚语至西班牙语的开源翻译工具
GithubHuggingfaceopus-mt-ca-es基准测试开源项目模型翻译预处理
这是一个开放源代码的加泰罗尼亚语到西班牙语翻译模型,采用transformer-align架构,具备良好性能。通过OPUS数据集和SentencePiece进行预处理,提供高质量且一致的翻译结果。支持下载模型权重和测试集,方便评估应用于语言转换需求。
opus-mt-en-id - 英语至印尼语开源神经机器翻译模型
GithubHuggingfaceopus-mt-en-id开源项目数据集机器翻译模型模型评估自然语言处理
opus-mt-en-id是一个开源的英语到印尼语神经机器翻译模型,基于Transformer架构设计。该模型使用OPUS数据集训练,经过normalization和SentencePiece预处理。在Tatoeba测试集上,模型达到38.3 BLEU分和0.636 chr-F分的性能。项目提供预训练权重和测试集,方便研究人员进行评估和应用。
opus-mt-en-sv - 基于Transformer的英瑞双语神经机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-en-svtransformer开源项目机器翻译模型语言模型
opus-mt-en-sv是一个开源的英语到瑞典语机器翻译模型,基于Transformer架构开发。该模型在Tatoeba测试集上实现60.1的BLEU分数和0.736的chr-F分数,展示了优秀的翻译质量。模型训练采用OPUS数据集,并应用normalization和SentencePiece进行预处理,旨在提供准确的英瑞双语文本转换。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号