Project Icon

opus-mt-ca-pt

加泰罗尼亚语到葡萄牙语神经机器翻译模型实现44.9 BLEU评分

opus-mt-ca-pt是一个专门用于加泰罗尼亚语到葡萄牙语翻译的神经机器翻译模型。该模型采用transformer-align架构,使用SentencePiece进行分词预处理,在Tatoeba测试集上达到44.9的BLEU分数和0.658的chrF值。这个由赫尔辛基大学NLP团队于2020年发布的开源模型,提供单向翻译功能。

opus-mt-sv-en - 基于OPUS数据集的瑞典语-英语神经机器翻译模型
BLEU评分GithubHuggingfaceOPUS-MT开源项目机器翻译模型瑞典语英语
opus-mt-sv-en是一个瑞典语到英语的神经机器翻译模型,基于transformer-align架构构建。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64.5 BLEU分数和0.763 chr-F分数,显示出较高的翻译质量。项目开源了预训练权重、测试集翻译结果和评估数据,便于研究者复现和评估模型性能。
opus-mt-fi-de - 基于Transformer架构的芬兰语德语机器翻译模型在Tatoeba测试集达到45.2 BLEU分数
BLEU评分GithubHuggingfaceopus-mt开源项目机器翻译模型芬德翻译语言模型
Helsinki-NLP基于transformer-align架构开发的芬兰语德语机器翻译模型,在OPUS数据集训练完成。模型使用normalization和SentencePiece预处理方法,在Tatoeba测试集获得45.2 BLEU分数和0.637 chr-F值。模型权重与测试数据已通过OPUS-MT-models平台开放获取
opus-mt-da-en - 基于Transformer架构的丹麦语-英语神经机器翻译模型
GithubHuggingfaceOPUS-MTtransformer-align丹麦语开源项目机器翻译模型英语
opus-mt-da-en是一个丹麦语到英语的神经机器翻译模型,基于transformer-align架构。该模型使用OPUS数据集训练,应用了归一化和SentencePiece预处理技术。在Tatoeba测试集上,模型获得了63.6的BLEU分数和0.769的chr-F分数,显示出良好的翻译效果。模型提供预训练权重下载,可用于丹麦语到英语的翻译任务。
opus-mt-no-de - 挪威语至德语双向机器翻译模型 实现29.6 BLEU评分
GithubHuggingfaceTatoeba-Challengetransformer-align开源项目德语挪威语机器翻译模型
opus-mt-no-de是一个开源的挪威语-德语神经机器翻译模型。该模型采用transformer-align架构,支持从挪威语的两种书面变体(Nynorsk和Bokmål)到德语的转换。模型使用SentencePiece进行文本预处理,在Tatoeba评测集上取得29.6 BLEU分数。项目开源于2020年6月,提供完整的模型文件及测试数据。
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-fr-en - 基于OPUS数据集的法英神经机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-fr-en开源项目机器翻译模型模型评估语言对
opus-mt-fr-en是一个基于OPUS数据集训练的法语到英语神经机器翻译模型。该模型采用Transformer-align架构,使用规范化和SentencePiece进行预处理。在多个新闻测试集上,模型表现出稳定的性能,BLEU分数介于26.2至38.7之间。值得注意的是,在Tatoeba测试集上,模型达到了57.5的BLEU分数和0.720的chr-F值,展现了其在不同领域的翻译能力。
opus-mt-ko-en - 基于transformer-align的开源韩英机器翻译模型
GithubHuggingfaceOPUSTatoebatransformer-align开源项目机器翻译模型韩英翻译
opus-mt-ko-en是一个开源的韩英机器翻译模型,采用transformer-align架构。模型在Tatoeba测试集上获得41.3 BLEU分数和0.588 chrF分数。它支持韩语(包括谚文、拉丁文和汉字)到英语的翻译,使用normalization和SentencePiece进行预处理。该项目提供模型权重、测试集翻译结果和评估数据,可用于研究和实际应用。
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-fr - 英法机器翻译模型在多领域测试中表现卓越
BLEU评分GithubHuggingfaceOPUS-MT开源项目机器翻译模型英法翻译语料库
opus-mt-en-fr是一个基于Transformer架构的英语到法语机器翻译模型。该模型使用OPUS数据集训练,经过normalization和SentencePiece预处理。在多个测试集上表现优异,包括新闻、讨论和Tatoeba等不同领域。模型在Tatoeba测试集上获得50.5的BLEU分数,展现了其在英法翻译任务中的高效性能。
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。
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