Project Icon

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

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-ja-en - 基于OPUS数据集的日英神经机器翻译模型
GithubHuggingfaceopus-mt-ja-en开源项目日英翻译机器翻译模型自然语言处理语言模型
该模型采用transformer-align架构,基于OPUS多语言平行语料库训练而成。预处理阶段使用了文本标准化和SentencePiece分词技术。在Tatoeba日英翻译测试集上,模型展现了优秀的性能,BLEU得分为41.7,chr-F得分为0.589。项目开源了模型权重和测试集译文,便于进行进一步的研究和应用。
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。
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-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。
opus-mt-da-en - 基于Transformer架构的丹麦语-英语神经机器翻译模型
GithubHuggingfaceOPUS-MTtransformer-align丹麦语开源项目机器翻译模型英语
opus-mt-da-en是一个丹麦语到英语的神经机器翻译模型,基于transformer-align架构。该模型使用OPUS数据集训练,应用了归一化和SentencePiece预处理技术。在Tatoeba测试集上,模型获得了63.6的BLEU分数和0.769的chr-F分数,显示出良好的翻译效果。模型提供预训练权重下载,可用于丹麦语到英语的翻译任务。
opus-mt-nl-en - 基于Transformer的荷兰语-英语机器翻译模型
GithubHuggingfaceOPUSTatoeba开源项目机器翻译模型英语荷兰语
opus-mt-nl-en是一个基于Transformer架构的荷兰语-英语神经机器翻译模型。该模型使用OPUS数据集训练,经过规范化和SentencePiece预处理。在Tatoeba测试集上,模型表现优异,BLEU得分为60.9,chr-F得分为0.749。开发者可获取原始权重和测试集翻译结果,便于进行评估和应用。
opus-mt-tl-en - 高效的塔加洛语与英语翻译模型及其性能表现
GithubHuggingfacetgl-eng开源项目得分检验集模型翻译
模型专注于将塔加洛语转化为英语的准确翻译,采用transformer-align架构,并通过规范化和SentencePiece预处理以提高翻译质量。在Tatoeba测试集中,该模型获得了35.0的BLEU分数及0.542的chr-F分数,表现出较高的翻译性能。用户可通过URL下载模型权重和测试文件,以体验其翻译能力。项目由Helsinki-NLP开发,遵循Apache-2.0许可证,是跨语言交流的实用工具。
opus-mt-eo-en - 准确的跨语言翻译引擎,支持世界语到英语的转换
BLEU评分GithubHuggingfaceopus-mt-eo-en开源项目数据集机器翻译模型
该项目专注于世界语到英语的翻译,使用transformer-align模型进行处理,结合SentencePiece和数据规范化。其在Tatoeba数据集上达到了54.8的BLEU分数,展示了出色的翻译能力。用户可以获取模型的详细资源,如下载原始权重和查看测试结果及评估分数,为跨语言交流提供有效支持。
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-he - 基于OPUS数据集的英语-希伯来语机器翻译模型
GithubHuggingfaceOPUS-MT开源项目数据集机器翻译模型模型评估英语希伯来语翻译
这是一个基于transformer-align架构的英语-希伯来语翻译模型,采用Apache-2.0开源协议。模型在OPUS数据集上训练,使用规范化和SentencePiece进行预处理,在Tatoeba测试集上获得40.1 BLEU分和0.609 chr-F分。模型提供训练权重下载,可用于英语和希伯来语之间的翻译任务。
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。

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