Project Icon

opus-mt-tc-big-ar-en

高效的阿拉伯语到英语神经机器翻译模型,实现精准的跨语言转换

OPUS-MT项目开发的opus-mt-tc-big-ar-en是一款阿拉伯语到英语的神经机器翻译模型。该模型使用Marian NMT框架训练,支持现代标准阿拉伯语及其方言。在多个测试集上,模型展现出优秀性能,BLEU评分介于42.6至47.3之间。模型已转换为PyTorch格式,可通过Hugging Face的transformers库轻松使用。

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。
AraT5-MSAizer - 先进AI模型实现多种阿拉伯方言到标准阿拉伯语的转换
AraT5-MSAizerGithubHuggingface开源项目机器翻译模型现代标准阿拉伯语语言模型阿拉伯语方言
AraT5-MSAizer是一款基于UBC-NLP/AraT5v2-base-1024模型优化的语言转换工具,致力于将五种主要阿拉伯方言转换为现代标准阿拉伯语(MSA)。该模型利用MADAR、North Levantine Corpus和PADIC等高质量语料库进行训练,并通过OPUS数据集的反向翻译扩充了训练数据。在官方评估中,AraT5-MSAizer在BLEU和Comet DA指标上分别达到0.2179和0.0016,展示了其在阿拉伯方言标准化方面的实用价值。
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-hu - 基于Transformer的英匈双语机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-en-hutransformer开源项目机器翻译模型自然语言处理
opus-mt-en-hu是一个英语到匈牙利语的机器翻译模型,采用Transformer架构设计。该模型基于OPUS数据集训练,应用了normalization和SentencePiece预处理技术。在Tatoeba测试集上,模型实现了40.1的BLEU分数和0.628的chr-F分数,表现出良好的翻译能力。模型提供了原始权重和测试集翻译结果供下载,便于进行评估和实际应用。
ARBERTv2 - 基于大规模MSA语料的阿拉伯语双向Transformer模型
BERTGithubHuggingface开源项目机器学习模型自然语言处理阿拉伯语预训练语言模型
ARBERTv2是一款针对阿拉伯语的高性能预训练语言模型。它基于243GB文本和278亿个标记的现代标准阿拉伯语(MSA)语料库训练,是ARBERT的升级版。在ARLUE基准测试中,ARBERTv2在48个分类任务中的37个上实现了最佳性能,总体评分达77.40,优于包括XLM-R Large在内的其他模型,展现了卓越的阿拉伯语理解能力。
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。
translation-model-opus - Helsinki-NLP团队开发的英西翻译模型 基于OPUS数据集
GithubHuggingfaceOPUSTatoeba开源项目机器翻译模型英语西班牙语
Helsinki-NLP团队基于transformer架构和OPUS数据集开发了这个英语到西班牙语的翻译模型。模型在多个新闻测试集上BLEU得分达30-39,Tatoeba测试集更高达54.9。采用normalization和SentencePiece预处理技术,为英西文本翻译需求提供了高质量的开源解决方案。
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-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。
mt5-small-parsinlu-opus-translation_fa_en - 基于mT5的波斯语至英语机器翻译模型
EnglishGithubHuggingfaceMT5模型ParsiNLUPersian开源项目机器翻译模型
该开源项目提供了一个基于mT5的波斯语至英语机器翻译模型。模型利用MT5ForConditionalGeneration和MT5Tokenizer实现翻译功能,并附有Python代码示例说明使用方法。支持宗教语句、日常对话和技术内容等多种文本类型的翻译。作为parsinlu项目的组成部分,此模型为有波斯语-英语翻译需求的用户提供了实用工具。
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

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