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-en-hy - 英语到亚美尼亚语翻译模型,促进多语言交流
BLEUGithubHuggingfaceSentencePieceeng-hyetranslation开源项目模型
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。
opus-mt-fr-en - 基于OPUS数据集的法英神经机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-fr-en开源项目机器翻译模型模型评估语言对
opus-mt-fr-en是一个基于OPUS数据集训练的法语到英语神经机器翻译模型。该模型采用Transformer-align架构,使用规范化和SentencePiece进行预处理。在多个新闻测试集上,模型表现出稳定的性能,BLEU分数介于26.2至38.7之间。值得注意的是,在Tatoeba测试集上,模型达到了57.5的BLEU分数和0.720的chr-F值,展现了其在不同领域的翻译能力。
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-hi - 开源英语-印地语Transformer机器翻译模型
GithubHuggingfaceOPUSTatoeba-Challenge印地语开源项目机器翻译模型英语
opus-mt-en-hi是OPUS项目开发的英语到印地语机器翻译模型,基于Transformer架构。模型在Tatoeba测试集上获得16.1 BLEU分数和0.447 chrF分数。它采用SentencePiece进行预处理,适用于多种翻译任务。作为开源资源,该模型为自然语言处理研究和应用开发提供了有价值的工具。
opus-mt-fi-en - 芬兰语-英语机器翻译的开源transformer模型
EnglishFinnishGithubHuggingfaceOPUSTatoeba-Challenge开源项目机器翻译模型
opus-mt-fi-en是一个基于transformer-align架构的芬兰语到英语翻译模型。该模型在多个新闻测试集上展现了优秀性能,BLEU评分最高达32.3。模型采用SentencePiece进行预处理,并在Tatoeba测试集上获得53.4的BLEU分数和0.697的chrF分数。这个开源项目为需要芬兰语到英语高质量翻译的应用场景提供了有力支持。
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-af-en - 基于transformer-align模型的af到en翻译工具
GithubHuggingfaceopus-mt-af-en句子片段开源项目模型翻译语料库
opus-mt-af-en项目通过transformer-align模型和SentencePiece预处理实现af到en语言对的高效翻译,展示了优异的BLEU和chr-F分数。提供原始权重和测试集文件,方便在不同场景下验证性能。
opus-mt-en-nl - 基于OPUS数据集的英荷双语机器翻译模型
BLEU评分GithubHuggingfaceOPUS-MTTransformer开源项目机器翻译模型英语到荷兰语
opus-mt-en-nl是一个英语到荷兰语的机器翻译模型,基于transformer-align架构构建。该模型利用OPUS数据集训练,并应用了normalization和SentencePiece预处理技术。在Tatoeba测试集上,模型达到了57.1的BLEU分数和0.730的chr-F分数,显示出较高的翻译质量。模型提供了原始权重和测试集翻译结果的下载,方便研究者进行评估和应用。
OPUS-MT-train - 用于训练多语言神经机器翻译模型的开源工具集
GithubOpus-MT多语言翻译开源软件开源项目机器翻译模型训练
OPUS-MT-train是一个开源的神经机器翻译模型训练工具集。它基于MarianNMT和OPUS数据集,提供了模型训练、评估和发布的完整脚本。该项目包含丰富的预训练模型,支持多语言翻译,并附有详细文档和教程。OPUS-MT-train适用于CSC HPC集群环境,包含了安装、设置和使用的详细说明。它还提供了低资源语言模型训练和Tatoeba翻译挑战等教程,致力于推动神经机器翻译技术的普及,为研究人员和开发者提供了实用的工具,有助于推进神经机器翻译技术的研究和应用。
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