Project Icon

opus-mt-en-da

基于OPUS数据集的英丹双语机器翻译模型

opus-mt-en-da是一个英语到丹麦语的机器翻译模型,基于transformer-align架构设计。该模型利用OPUS数据集训练,应用了normalization和SentencePiece预处理技术。在Tatoeba测试集上,模型展现出优秀的翻译性能,BLEU分数达60.4,chr-F分数为0.745。模型提供原始权重下载,便于研究者进行深入探索和实际应用。

opus-mt-ru-en - 赫尔辛基大学开发的俄英机器翻译模型
GithubHelsinki-NLPHuggingfaceTransformer模型俄语翻译开源项目机器翻译模型英语翻译
opus-mt-ru-en是赫尔辛基大学语言技术研究组开发的俄英机器翻译模型。该模型采用Transformer-align架构,在OPUS数据集上训练,在多个新闻测试集和Tatoeba测试集上均展现出优秀性能。研究人员可通过Hugging Face平台使用这一开源模型进行翻译和文本生成。模型采用CC-BY-4.0许可证,为自然语言处理研究提供了宝贵资源。
opus-mt-gmw-gmw - 开源的西日耳曼语系互译转换模型
BLEUGithubHuggingfaceOPUS开源项目机器翻译模型翻译评测西日耳曼语
opus-mt-gmw-gmw是基于transformer架构的西日耳曼语系翻译模型,支持德语、英语、荷兰语等18种语言间的互译转换。该模型在德英互译新闻测试中表现优异,BLEU评分达25-35分。模型使用SentencePiece分词技术,需添加目标语言标识才可运行。
opus-mt-yo-en - 约鲁巴语和英语之间的开源翻译模型及其评估
GithubHuggingfaceopus-mt-yo-en开源项目数据集模型翻译预处理
该项目介绍了一个将约鲁巴语翻译为英语的开源模型。使用transformer-align架构并进行SentencePiece预处理。模型已在OPUS数据集上训练,并通过BLEU和chr-F评分评估其翻译能力,提供详细的权重下载和实施指南。
opus-mt-en-eu - 基于Transformer的英语-巴斯克语机器翻译模型 Tatoeba测试集BLEU 31.8
GithubHuggingfaceTatoeba-Challengetransformer-align巴斯克语开源项目机器翻译模型英语
opus-mt-en-eu是一个英语到巴斯克语的机器翻译模型,基于transformer-align架构构建。模型使用SentencePiece进行预处理,在Tatoeba测试集上达到31.8 BLEU分数和0.590 chr-F分数。由Helsinki-NLP开发并以Apache-2.0许可发布,适用于英语到巴斯克语的翻译任务。模型支持单向翻译,可应用于需要高质量英巴翻译的场景。
opus-mt-en-bg - 英语到保加利亚语的开源神经机器翻译模型
GithubHuggingfaceOPUSTatoeba保加利亚语开源项目机器翻译模型英语
opus-mt-en-bg是一个基于Transformer架构的英语到保加利亚语机器翻译模型。该模型在Tatoeba测试集上达到50.6的BLEU分数和0.680的chrF值。它使用SentencePiece进行预处理,支持保加利亚语的拉丁字母变体,需要添加目标语言标记。这个模型是Helsinki-NLP开发的Tatoeba-Challenge项目的一部分,为英语到保加利亚语的翻译提供了开源解决方案。模型采用了normalization和SentencePiece (spm32k,spm32k)预处理方法,需要在句子开头添加'>>id<<'形式的目标语言标记。用户可以下载原始权重、测试集翻译和评分结果。该项目遵循Apache-2.0许可协议,为研究人员和开发者提供了可靠的英语到保加利亚语机器翻译资源。
opus-mt-tc-big-fr-en - 法语到英语神经机器翻译模型概述
BLEUGithubHuggingfaceSentencePieceopus-mt-tc-big-fr-en开源项目模型法语到英语神经机器翻译
OPUS-MT项目中的法英翻译模型,基于Marian NMT框架训练,通过Huggingface的transformers库转换为pyTorch模型,具有优秀的BLEU评分。模型支持多种数据集,使用SentencePiece进行分词,适用于多种翻译任务,适合学术研究及实际应用。
opus-mt-tc-big-en-pt - 从英译葡的先进神经机器翻译模型
GithubHuggingfaceMarian NMTOPUS-MT句子标记开源项目机器翻译模型神经机器翻译
该开源项目提供的神经机器翻译模型,旨在高效地将英语翻译为葡萄牙语。作为OPUS-MT项目的一部分,模型采用Marian NMT框架训练,并转化到PyTorch以兼容Transformers库。利用flores101-devtest等高质量数据集进行训练与评估,提供多语言目标支持,可应用于多种翻译场景。通过简单的Python示例代码,用户可以快速上手执行翻译任务。项目获得了欧盟资助,并得到了CSC -- IT Center for Science的支持。
OPUS-MT-train - 用于训练多语言神经机器翻译模型的开源工具集
GithubOpus-MT多语言翻译开源软件开源项目机器翻译模型训练
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-gl - 英语到加利西亚语机器翻译模型 基于OPUS数据集
BLEU评分GithubHuggingfaceopus-mt-en-gl开源项目数据集机器翻译模型语言模型
opus-mt-en-gl是一个开源的英语到加利西亚语机器翻译模型。该模型采用transformer-align架构,基于OPUS数据集训练,使用normalization和SentencePiece进行预处理。在Tatoeba测试集上,模型达到36.4的BLEU得分和0.572的chr-F值,表现出较好的翻译质量。这个模型为英语到加利西亚语的翻译任务提供了一个有效的工具。
opus-mt-de-it - 德语到意大利语的开源翻译模型
BLEUGithubHuggingfaceSentencePieceopus-mt-de-it开源项目数据集模型翻译
该开源项目使用transformer-align模型,提供德语到意大利语的高效翻译。通过Normalization和SentencePiece进行预处理,确保翻译的精准性和流畅性。用户可下载模型原始权重和测试集进行评估。模型在Tatoeba数据集上的评估显示,BLEU得分为45.3,chr-F得分为0.671,表现出良好的翻译性能。
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

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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