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-tatoeba-en-ja - 提升英语到日语翻译效率的开源模型
GithubHuggingfacetransformer-aligntranslation开源项目日文模型英文
利用transformer-align模型，该项目提升了英语到日语的翻译精确性，BLEU评测值为15.2。项目还提供具体实现细节与源码下载，更方便学术和技术人员使用与研究。
opus-mt-en-it - 基于Transformer的英意机器翻译模型
BLEU评分GithubHuggingfaceOPUS-MTtransformer模型开源项目机器翻译模型英语到意大利语
opus-mt-en-it是一个基于Transformer架构的英语到意大利语机器翻译模型。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，其中Tatoeba测试集达到48.2 BLEU分和0.695 chr-F分。模型提供预训练权重下载和评估结果查看，可用于英意翻译任务。
opus-mt-en-sv - 基于Transformer的英瑞双语神经机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-en-svtransformer开源项目机器翻译模型语言模型
opus-mt-en-sv是一个开源的英语到瑞典语机器翻译模型，基于Transformer架构开发。该模型在Tatoeba测试集上实现60.1的BLEU分数和0.736的chr-F分数，展示了优秀的翻译质量。模型训练采用OPUS数据集，并应用normalization和SentencePiece进行预处理，旨在提供准确的英瑞双语文本转换。
opus-mt-ru-en - 赫尔辛基大学开发的俄英机器翻译模型
GithubHelsinki-NLPHuggingfaceTransformer模型俄语翻译开源项目机器翻译模型英语翻译
opus-mt-ru-en是赫尔辛基大学语言技术研究组开发的俄英机器翻译模型。该模型采用Transformer-align架构,在OPUS数据集上训练,在多个新闻测试集和Tatoeba测试集上均展现出优秀性能。研究人员可通过Hugging Face平台使用这一开源模型进行翻译和文本生成。模型采用CC-BY-4.0许可证,为自然语言处理研究提供了宝贵资源。
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-vi-en - 基于Transformer架构的越南语英语双向翻译模型
EnglishGithubHuggingfaceOPUSTatoeba-ChallengeVietnamese开源项目机器翻译模型
opus-mt-vi-en是一个基于transformer-align架构的越南语-英语机器翻译模型。该模型在Tatoeba测试集上实现了42.8的BLEU分数和0.608的chrF分数。模型采用normalization和SentencePiece进行预处理，支持越南语和英语间的双向翻译。用户可通过官方链接获取模型权重和测试数据集。
opus-mt-gmw-gmw - 开源的西日耳曼语系互译转换模型
BLEUGithubHuggingfaceOPUS开源项目机器翻译模型翻译评测西日耳曼语
opus-mt-gmw-gmw是基于transformer架构的西日耳曼语系翻译模型，支持德语、英语、荷兰语等18种语言间的互译转换。该模型在德英互译新闻测试中表现优异，BLEU评分达25-35分。模型使用SentencePiece分词技术，需添加目标语言标识才可运行。
opus-mt-ca-fr - 加泰罗尼亚语转法语的高效开源翻译工具
BLEU分数Cat-FraGithubHuggingfaceSentencePieceTatoeba-Challenge开源项目模型翻译
该开源项目支持将加泰罗尼亚语翻译为法语，基于transformer-align模型进行构建，并包含规范化与SentencePiece预处理环节。在Tatoeba测试集上的BLEU评分达52.4，展现出可靠的翻译质量，适用于精确翻译和自然语言处理领域的应用。项目包含模型权重和测试集下载链接，便于用户进一步研究及使用。
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。
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。
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