Project Icon

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

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-sq-en - 中立且精准的阿尔巴尼亚语到英语翻译工具
GithubHuggingfaceopus-mt-sq-en开源项目数据集模型翻译预处理
项目提供了一种中立的阿尔巴尼亚语到英语翻译工具,基于transformer-align模型,并通过正规化和SentencePiece预处理,以opus数据集为基础。模型方便下载和评估,在Tatoeba.sq.en测试集中取得了58.4的BLEU得分和0.732的chr-F分数,适用于各种翻译需求。
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-cs-en - 捷克语到英语的开源机器翻译模型
BLEUGithubHuggingfaceSentencePieceopus-mt-cs-entransformer-align开源项目模型翻译
opus-mt-cs-en是一种捷克语到英语的开源翻译模型,使用transformer-align架构和OPUS数据集,经过SentencePiece处理。可以下载2019年12月18日的模型权重以进行试用。
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-pl-en - 基于OPUS数据集的波兰语-英语机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-pl-en开源项目机器翻译模型波兰语英语
opus-mt-pl-en项目提供了模型权重下载、测试集翻译结果和评分文件。该模型采用transformer-align架构,专注于波兰语到英语的翻译。在Tatoeba测试集上,模型展现了优秀的性能,BLEU得分为54.9,chr-F得分为0.701。项目使用OPUS数据集训练,并应用了规范化和SentencePiece预处理技术,为波兰语-英语机器翻译研究和应用提供了有价值的资源。
opus-mt-en-bg - 英语到保加利亚语的开源神经机器翻译模型
GithubHuggingfaceOPUSTatoeba保加利亚语开源项目机器翻译模型英语
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-en-el - 英语到希腊语的开放源代码翻译模型,基于高效的自然语言处理技术
BLEUGithubHuggingfaceSentencePieceopus-mt-en-el开源项目模型翻译
项目提供从英语到希腊语的翻译模型,使用OPUS数据集和transformer-align模型进行训练,并包含预处理步骤如规范化和SentencePiece。用户可以下载原始模型权重和测试集合译文,模型在BLEU评分中取得56.4的成绩,强调翻译的准确性和流畅性。
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。
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-uk-en - 乌克兰语至英语的开源神经机器翻译模型
GithubHuggingfaceOPUStransformer-align乌克兰语开源项目机器翻译模型英语
opus-mt-uk-en是一个开源的乌克兰语到英语神经机器翻译模型,基于transformer-align架构开发。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,模型达到了64.1的BLEU分数和0.757的chr-F分数,显示出良好的翻译效果。研究者可以下载预训练权重和测试集结果进行进一步评估和应用。
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