Logo
Project Icon

opus-mt-en-hy

英语到亚美尼亚语翻译模型，促进多语言交流

开源项目SentencePiece模型GithubHuggingfaceBLEUtranslationeng-hye

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。

GithubGithubHuggingfaceHuggingface
介绍相关项目
opus-mt-hi-en - 基于OPUS数据集的印地语-英语开源机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-hi-en开源项目数据集机器翻译模型语言模型
opus-mt-hi-en是一个开源的印地语到英语机器翻译模型，基于transformer-align架构构建。该模型使用OPUS数据集训练，采用规范化和SentencePiece进行预处理。在Tatoeba测试集上，模型达到40.4的BLEU分数。项目提供预训练权重下载，便于用户部署和使用。此外，模型还在newsdev2014和newstest2014等测试集上进行了评估，为研究人员提供了性能参考。
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-zh-en - 赫尔辛基大学开发的中英双向翻译模型
GithubHelsinki-NLPHuggingfaceOPUS-MT中英翻译开源项目机器翻译模型自然语言处理
opus-mt-zh-en是赫尔辛基大学开发的中英双向翻译模型。该模型基于OPUS数据集训练，采用SentencePiece预处理，在Tatoeba测试集上BLEU得分为36.1。它使用Transformer架构，可用于文本翻译和生成。研究人员和开发者可通过Hugging Face transformers库便捷地使用该模型进行中英互译。
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-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-vi - 基于Transformer架构的英越翻译模型 实现37.2 BLEU评分
GithubHuggingfaceOPUSTatoeba开源项目机器翻译模型英语越南语
基于transformer-align架构开发的英语到越南语机器翻译模型，在Tatoeba测试集上达到37.2 BLEU分和0.542 chrF评分。模型使用SentencePiece技术进行分词预处理，支持英语到越南语（含喃字）的翻译功能。作为OPUS项目的组成部分，该模型于2020年6月发布，并提供完整的模型权重与测试数据集。
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-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-en-jap - 英日神经机器翻译模型：基于OPUS数据集的高效翻译工具
BLEU评分GithubHuggingfaceopus-mt-en-jap开源项目机器翻译模型英日翻译语言模型
opus-mt-en-jap是一个基于transformer架构的英日神经机器翻译模型。该模型在OPUS数据集上训练，采用SentencePiece进行预处理。在bible-uedin测试集上，模型获得了42.1的BLEU分数和0.960的chr-F分数，显示出优秀的翻译能力。这一开源项目为需要进行英日文本转换的研究人员和开发者提供了实用的工具，适用于文献翻译、跨语言交流等领域。作为高效的机器翻译和英日翻译工具，它为用户提供了强大的语言转换支持。
opus-mt-en-cs - 基于Transformer的英捷机器翻译模型在Tatoeba测试集获得46.1 BLEU分数
BLEU评分GithubHuggingfaceopus-mt开源项目数据集评估机器翻译模型语言模型
这是OPUS项目开发的基于transformer-align架构的英捷翻译模型。模型使用normalization和SentencePiece预处理方法，在newstest2013-2019等多个新闻测试集上获得20-26的BLEU评分，在Tatoeba测试集达到46.1 BLEU分数。模型开放测试评估数据和原始权重下载，支持英语到捷克语的机器翻译任务。
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。

使用协议隐私政策广告服务
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