Project Icon

opus-mt-uk-en

乌克兰语至英语的开源神经机器翻译模型

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。

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-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-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-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-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-en-da - 基于OPUS数据集的英丹双语机器翻译模型
BLEUGithubHuggingfaceopus-mt-en-da开源项目数据集机器翻译模型模型评估
opus-mt-en-da是一个英语到丹麦语的机器翻译模型,基于transformer-align架构设计。该模型利用OPUS数据集训练,应用了normalization和SentencePiece预处理技术。在Tatoeba测试集上,模型展现出优秀的翻译性能,BLEU分数达60.4,chr-F分数为0.745。模型提供原始权重下载,便于研究者进行深入探索和实际应用。
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-en-eu - 基于Transformer的英语-巴斯克语机器翻译模型 Tatoeba测试集BLEU 31.8
GithubHuggingfaceTatoeba-Challengetransformer-align巴斯克语开源项目机器翻译模型英语
opus-mt-en-eu是一个英语到巴斯克语的机器翻译模型,基于transformer-align架构构建。模型使用SentencePiece进行预处理,在Tatoeba测试集上达到31.8 BLEU分数和0.590 chr-F分数。由Helsinki-NLP开发并以Apache-2.0许可发布,适用于英语到巴斯克语的翻译任务。模型支持单向翻译,可应用于需要高质量英巴翻译的场景。
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-az - 提供英语到阿塞拜疆语的开源翻译模型
AzerbaijaniBLEU评分EnglishGithubHuggingfaceSentencePiecetranslation开源项目模型
该开源项目提供了一种从英语到阿塞拜疆语的翻译工具,使用transformer-align模型进行语言转换。其运用了规范化与SentencePiece技术,确保翻译的准确性。根据Tatoeba测试集评估,该模型取得了18.6的BLEU分数及0.477的chr-F分数。用户可以通过链接下载模型权重和翻译测试结果,项目遵循Apache 2.0协议,适用于多个应用场景。
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