访问官网
Github
Huggingface
文档
论文项目概述
opus-mt-tc-big-ar-en是一个专门用于阿拉伯语(ar)到英语(en)翻译的神经机器翻译模型。该项目是OPUS-MT计划的重要组成部分，旨在为世界上众多语言提供广泛可用的神经机器翻译模型。
技术特点
该模型基于Marian NMT框架开发，这是一个用纯C++编写的高效神经机器翻译实现。通过使用Huggingface的transformers库，模型已被转换为PyTorch格式。模型的训练数据来自OPUS数据集，采用OPUS-MT-train的程序进行训练流程。
模型规格
- 发布时间：2022年3月9日
- 源语言：阿拉伯语(包括afb、ara、arz等变体)
- 目标语言：英语
- 模型架构：transformer-big
- 数据来源：opusTCv20210807+bt
- 分词方式：使用SentencePiece(spm32k,spm32k)
性能表现
该模型在多个测试集上展现出优异的翻译性能：
- 在Tatoeba测试集上达到47.3的BLEU分数
- 在Flores101开发测试集上获得42.6的BLEU分数
- 在Tico19测试集上实现44.4的BLEU分数
使用方法
模型支持两种简便的使用方式：
- 通过MarianMT模型直接调用
- 使用transformers管道进行翻译
模型的使用非常简单，只需几行代码即可完成从阿拉伯语到英语的翻译任务。开发者可以轻松将其集成到各种应用程序中。
项目支持
该项目得到了多个重要机构的支持，包括：
- 欧洲语言网格
- FoTran项目
- MeMAD项目
- 芬兰CSC科学IT中心
开源贡献
项目采用cc-by-4.0许可证，鼓励研究人员和开发者在注明出处的情况下自由使用和改进模型。如果使用该模型，建议引用项目相关的研究论文，以支持项目的持续发展。
