Project Icon

opus-mt-en-bg

英语到保加利亚语的开源神经机器翻译模型

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-bg-en - 保加利亚语至英语的开源神经机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-bg-en开源项目数据集机器翻译模型模型评估
opus-mt-bg-en是一个开源的保加利亚语到英语机器翻译模型,采用Transformer架构。该模型在OPUS数据集上训练,使用normalization和SentencePiece进行预处理。在Tatoeba测试集上,模型获得59.4的BLEU分数和0.727的chr-F分数。项目提供预训练权重、测试集翻译结果和评估分数,便于研究人员和开发者使用或进行性能评估。
opus-mt-ca-en - 基于Transformer架构的加泰罗尼亚语-英语机器翻译模型
GithubHuggingfaceopus-mt-ca-en加泰罗尼亚语开源项目机器翻译模型模型评估英语
该模型采用transformer-align架构,实现加泰罗尼亚语到英语的翻译功能。模型使用normalization和SentencePiece进行预处理,在Tatoeba测试集达到51.4 BLEU评分。作为OPUS项目的组成部分,模型开放训练权重下载及测试评估数据,可用于加泰罗尼亚语-英语的自动翻译场景。
opus-mt-en-az - 提供英语到阿塞拜疆语的开源翻译模型
AzerbaijaniBLEU评分EnglishGithubHuggingfaceSentencePiecetranslation开源项目模型
该开源项目提供了一种从英语到阿塞拜疆语的翻译工具,使用transformer-align模型进行语言转换。其运用了规范化与SentencePiece技术,确保翻译的准确性。根据Tatoeba测试集评估,该模型取得了18.6的BLEU分数及0.477的chr-F分数。用户可以通过链接下载模型权重和翻译测试结果,项目遵循Apache 2.0协议,适用于多个应用场景。
opus-mt-en-ca - transformer-align架构的英语-加泰罗尼亚语机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-en-ca开源项目机器翻译模型模型评估语言对
opus-mt-en-ca是基于transformer-align架构的英语-加泰罗尼亚语机器翻译模型。该模型利用OPUS数据集训练,经过normalization和SentencePiece预处理。在Tatoeba测试集上,模型达到47.2的BLEU分数和0.665的chr-F分数。模型采用Apache-2.0开源许可证,支持从英语翻译到加泰罗尼亚语。提供原始权重和测试集译文下载,方便评估模型性能和进行深入分析。
opus-mt-eu-en - 欧-英机器翻译开源项目,提供精确翻译
BLEU评分GithubHuggingfaceSentencePieceopustransformer-align开源项目模型翻译模型
该开源项目提供欧-英翻译,基于transformer-align模型和SentencePiece预处理,BLEU评分为46.1,chr-F评分为0.638,适用于Tatoeba数据集。用户可下载模型权重和测试集翻译,满足多种高质量应用需求。
opus-mt-en-sq - 英语到阿尔巴尼亚语的开源翻译模型
GithubHuggingfaceopus-mt-en-sq句子片段开源项目模型翻译预处理
该项目利用transformer-align模型实现英语到阿尔巴尼亚语的翻译,基于opus数据集,并结合正规化与SentencePiece进行预处理。该模型在Tatoeba.en.sq数据集上的BLEU得分达到46.5,可用于研究及应用于其他语言处理任务,支持下载原始权重及测试结果。
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-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-et-en - 爱沙尼亚语到英语的高效翻译模型
BLEUGithubHuggingfaceSentencePieceopus-mt-et-entransformer-align开源项目模型翻译
此项目是一个开源的爱沙尼亚语到英语翻译模型,采用transformer-align架构和SentencePiece技术进行预处理。基于opus数据集进行训练,提供模型权重和测试集文件的下载链接。在多种测试集上表现出色,例如在Tatoeba测试集上取得了59.9的BLEU得分。该模型适合处理需要高质量翻译的爱沙尼亚语到英语文本。
opus-mt-hu-en - 基于OPUS数据集的匈牙利语-英语机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-hu-en开源项目数据集机器翻译模型自然语言处理
此项目为基于transformer-align架构的匈牙利语到英语机器翻译模型,采用OPUS数据集训练。模型使用normalization和SentencePiece进行预处理,在Tatoeba测试集上获得52.9的BLEU分数和0.683的chr-F分数。项目提供模型权重、测试集翻译结果及评估数据下载。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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