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-it-en - 基于OPUS数据集的意大利语至英语神经机器翻译模型
GithubHuggingfaceOPUS-MT开源项目意大利语机器翻译模型神经网络模型英语
opus-mt-it-en是一个基于transformer-align架构的意大利语至英语神经机器翻译模型。该模型利用OPUS数据集训练,采用normalization和SentencePiece进行预处理。在多个测试集上表现优异,尤其在Tatoeba测试集上获得70.9的BLEU分数和0.808的chr-F分数,显示出较高的翻译质量。此外,该模型在newssyscomb2009和newstest2009等其他测试集上也展现了出色的跨领域翻译能力。
opus-mt-en-uk - 高效英乌翻译模型优化方案
BLEU评分GithubHuggingfaceopus-mt-en-uk开源项目模型翻译英文到乌克兰文
opus-mt-en-uk项目是一个专注于英乌机器翻译的开源模型,使用基于opus数据集的transformer-align技术,提供高效的语言翻译。模型经过规范化和SentencePiece预处理,在Tatoeba测试集中表现优异,BLEU得分为50.2,chr-F为0.674。项目提供原始模型权重和测试集结果供用户下载,以便进行实际应用和评估。
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-en-ar - 英语到阿拉伯语的开源神经机器翻译模型
GithubHuggingfaceOPUSTatoeba开源项目机器翻译模型英语阿拉伯语
opus-mt-en-ar是Helsinki-NLP团队开发的英语到阿拉伯语翻译模型。这个基于Transformer的模型支持包括现代标准阿拉伯语在内的多种阿拉伯语变体,使用SentencePiece进行分词,并要求输入特定的语言标记。在Tatoeba测试集上,模型获得了14.0的BLEU分数和0.437的chrF值,显示了其在英阿翻译任务上的性能。
opus-mt-eo-en - 准确的跨语言翻译引擎,支持世界语到英语的转换
BLEU评分GithubHuggingfaceopus-mt-eo-en开源项目数据集机器翻译模型
该项目专注于世界语到英语的翻译,使用transformer-align模型进行处理,结合SentencePiece和数据规范化。其在Tatoeba数据集上达到了54.8的BLEU分数,展示了出色的翻译能力。用户可以获取模型的详细资源,如下载原始权重和查看测试结果及评估分数,为跨语言交流提供有效支持。
opus-mt-en-id - 英语至印尼语开源神经机器翻译模型
GithubHuggingfaceopus-mt-en-id开源项目数据集机器翻译模型模型评估自然语言处理
opus-mt-en-id是一个开源的英语到印尼语神经机器翻译模型,基于Transformer架构设计。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38.3 BLEU分和0.636 chr-F分的性能。项目提供预训练权重和测试集,方便研究人员进行评估和应用。
opus-mt-en-da - 基于OPUS数据集的英丹双语机器翻译模型
BLEUGithubHuggingfaceopus-mt-en-da开源项目数据集机器翻译模型模型评估
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-en-ru - 开源英俄翻译模型高性能机器翻译
BLEU评分GithubHuggingfaceopus-mt-en-ru开源项目机器翻译模型英俄翻译语言模型
opus-mt-en-ru是一个开源的英语到俄语机器翻译模型,基于transformer-align架构。该模型在newstest2012测试集上达到31.1的BLEU分数,展现出较好的翻译性能。模型使用OPUS数据集训练,采用normalization和SentencePiece进行预处理。此外,该项目还提供了多个测试集的评估结果,便于用户了解模型在不同场景下的表现。
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-tc-big-tr-en - OPUS-MT 项目开源的土耳其语-英语神经机器翻译模型
GithubHuggingfaceOPUS-MTtransformer土耳其语开源项目机器翻译模型英语
opus-mt-tc-big-tr-en 是 OPUS-MT 项目开发的土耳其语到英语神经机器翻译模型。该模型基于 Marian NMT 框架训练,并转换为 PyTorch 格式以兼容 Hugging Face transformers 库。在多个测试集上表现优异,Tatoeba 测试集上 BLEU 分数达 57.6。模型采用 transformer-big 架构,使用 OPUS 和 Tatoeba Challenge 数据训练,为研究人员和开发者提供了高质量的开源翻译工具。
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