opus-mt-mul-en

Transformer架构的多语种英语神经机器翻译模型

模型 BLEU评分机器翻译 Github 语言对开源项目 Huggingface OPUS 多语言模型

opus-mt-mul-en是基于Transformer架构的多语种到英语神经机器翻译模型。该模型支持200多种语言翻译为英语,覆盖范围广泛。在多个标准测试集上表现优异,尤其擅长欧洲语言翻译。模型采用SentencePiece分词技术,能够处理低资源语言,是一款功能强大的通用多语言翻译工具。

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-gmq-en - 北日耳曼语到英语的翻译模型

GithubHuggingfaceNorth Germanic languagesTatoeba-Challenge开源项目模型翻译英语

这是一个基于transformer模型的项目，专注于将北日耳曼语言翻译为英语。使用了SentencePiece进行预处理，支持多种语言，比如丹麦语、挪威语和瑞典语。在Tatoeba测试集上，获得了58.1的BLEU评分。用户可以通过提供的链接下载原始模型权重和测试集，适合对多语言翻译有研究兴趣的开发者和研究人员。

opus-mt-ur-en - 乌尔都语与英语之间的翻译工具

EnglishGithubHuggingfaceUrdu开源项目模型翻译预处理

项目基于transformer-align模型，专注于将乌尔都语翻译为英语，采用了标准化的语言处理和SentencePiece技术（spm32k）。在Tatoeba测试集中，该模型获得了23.2的BLEU分数和0.435的chr-F分数，对于语言转换效率具有贡献。适合需要精准理解乌尔都语文本的研究人员、翻译人员及软件开发者。

opus-mt-tc-big-sh-en - 高效多语言神经机器翻译模型，支持塞尔维亚-克罗地亚语到英语的翻译

GithubHuggingfaceMarian NMTOPUS-MT开源项目文本翻译机器翻译模型语言模型

opus-mt-tc-big-sh-en是OPUS-MT项目开发的神经机器翻译模型，专门用于塞尔维亚-克罗地亚语(sh)到英语(en)的翻译。该模型采用Marian NMT框架训练，并转换为PyTorch格式以便于使用。在多个基准测试中，模型展现了优秀的性能，BLEU评分范围从37.1到66.5不等，证明了其在不同测试集上的翻译能力。作为OPUS-MT项目的一部分，该模型旨在为全球多语言翻译需求提供高质量、易用的解决方案。

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-en-hy - 英语到亚美尼亚语翻译模型，促进多语言交流

BLEUGithubHuggingfaceSentencePieceeng-hyetranslation开源项目模型

该项目提供英亚（英语-亚美尼亚语）翻译模型，基于Transformer-Align架构，结合SentencePiece处理，实现文本转换。其翻译能力在Tatoeba测试集中获得16.6的BLEU分数，表明良好的质量。用户可在GitHub页面查看详情，下载原始权重及测试集文件。项目采用Apache-2.0协议，便于开发者和研究人员在多语言环境中使用和再开发。

opus-mt-en-et - 英语至爱沙尼亚语神经机器翻译模型

GithubHuggingfaceopus-mt开源项目数据集机器翻译模型模型评估语言模型

该英语至爱沙尼亚语(en-et)翻译模型基于transformer-align架构构建，使用OPUS数据集训练。模型采用normalization和SentencePiece预处理技术，在Tatoeba、newsdev2018和newstest2018等测试集上分别获得了54.0、21.8和23.3的BLEU评分。模型提供预训练权重及相关评估数据下载。

opus-mt-tc-base-en-sh - 多语言神经机器翻译模型，支持英-塞尔维亚-克罗地亚语转换

GithubHuggingfaceMarianNMTOPUS-MT开源项目机器翻译模型神经网络语言模型

该项目提供的神经机器翻译模型，支持从英语到塞尔维亚-克罗地亚语及其他语言的翻译。采用Marian NMT框架训练，使用transformers库转换为pyTorch格式。此模型由赫尔辛基大学开发，数据集来自OPUS项目，并采用SentencePiece进行预处理。适用于文本翻译和生成，包含代码示例与评估细节，遵循CC-BY-4.0许可。

opus-mt-en-af - 英语到南非荷兰语翻译模型，使用变压器对齐和标准化预处理

BLEU评分GithubHuggingfaceSentencePieceopus-mt-en-aftransformer-align开源项目模型翻译

该项目提供了英语到南非荷兰语的机器翻译模型，基于transformer-align算法和OPUS数据集，并采用了标准化和SentencePiece预处理。用户可以获取模型的原始权重和翻译测试结果，Tatoeba测试集的BLEU得分为56.1，显示出较高的翻译准确度。

opus-mt-fr-de - transformer-align架构的法德翻译模型，适用于新闻政治等多领域

GithubHuggingfaceopus-mt-fr-de开源项目数据集机器翻译模型神经网络语言模型

该法德翻译模型基于transformer-align架构，使用OPUS数据集训练。模型在多个测试集上表现出色，Tatoeba测试集达49.1 BLEU分，新闻领域测试集普遍达22-28 BLEU分，在euelections_dev2019测试集上达26.4 BLEU分。采用normalization和SentencePiece预处理，适用于新闻、政治等多领域翻译。模型权重和测试集翻译结果可供下载使用。

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com