Logo
Project Icon

opus-mt-uk-en

乌克兰语至英语的开源神经机器翻译模型

transformer-align机器翻译HuggingfaceOPUS英语模型Github开源项目乌克兰语

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。

GithubGithubHuggingfaceHuggingface
介绍相关项目
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-tc-big-en-tr - OPUS-MT项目开发的英土双语神经机器翻译模型
GithubHuggingfaceMarian NMTOPUS-MT开源项目机器翻译模型神经网络模型英语到土耳其语
opus-mt-tc-big-en-tr是OPUS-MT项目开发的英语到土耳其语神经机器翻译模型。该模型基于Transformer架构，在多个数据集上表现出色，最高BLEU分数达42.3。模型支持通过Hugging Face Transformers库使用，为英土翻译提供了可靠的解决方案。OPUS-MT项目旨在为全球多种语言对开发开源的神经机器翻译模型。
opus-mt-tc-base-en-sh - 多语言神经机器翻译模型，支持英-塞尔维亚-克罗地亚语转换
GithubHuggingfaceMarianNMTOPUS-MT开源项目机器翻译模型神经网络语言模型
该项目提供的神经机器翻译模型，支持从英语到塞尔维亚-克罗地亚语及其他语言的翻译。采用Marian NMT框架训练，使用transformers库转换为pyTorch格式。此模型由赫尔辛基大学开发，数据集来自OPUS项目，并采用SentencePiece进行预处理。适用于文本翻译和生成，包含代码示例与评估细节，遵循CC-BY-4.0许可。
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-en-fr - 英法机器翻译模型在多领域测试中表现卓越
BLEU评分GithubHuggingfaceOPUS-MT开源项目机器翻译模型英法翻译语料库
opus-mt-en-fr是一个基于Transformer架构的英语到法语机器翻译模型。该模型使用OPUS数据集训练，经过normalization和SentencePiece预处理。在多个测试集上表现优异，包括新闻、讨论和Tatoeba等不同领域。模型在Tatoeba测试集上获得50.5的BLEU分数，展现了其在英法翻译任务中的高效性能。
opus-mt-en-de - 赫尔辛基大学开发的英德神经机器翻译模型
GithubHuggingfaceOPUS-MT开源项目机器翻译模型神经网络模型自然语言处理英德翻译
opus-mt-en-de是赫尔辛基大学开发的英德神经机器翻译模型。它基于OPUS语料库训练,适用于文本翻译和生成。模型在多个新闻测试集上表现优异,BLEU和chr-F评分突出。研究人员可通过Hugging Face平台便捷使用该模型进行翻译研究和应用开发。
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
GithubHuggingfaceMarian NMTOPUS-MT开源项目文本翻译机器翻译模型语言模型
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-tc-big-zls-en - 南斯拉夫语系至英语的机器翻译开源模型
GithubHuggingfaceMarian NMTOPUS-MT开源项目机器翻译模型神经网络自然语言处理
opus-mt-tc-big-zls-en是一个基于神经网络的机器翻译模型，用于南斯拉夫语系（zls）到英语（en）的翻译任务。作为OPUS-MT项目的组成部分，该模型采用Marian NMT框架开发，并已转换为PyTorch格式。模型支持包括保加利亚语、波斯尼亚语、克罗地亚语、马其顿语、斯洛文尼亚语和塞尔维亚语在内的多种南斯拉夫语言，可应用于相关语言的翻译工作。
Opus-MT - 多语言神经机器翻译的开源框架
GithubMarian-NMTOPUS-MT多语言开源开源项目机器翻译
Opus-MT是一个开源的神经机器翻译项目，基于Marian-NMT框架开发。该项目利用OPUS数据集训练模型，结合SentencePiece分词和eflomal词对齐技术，提供多语言翻译功能。Opus-MT支持基于Tornado的Web应用和WebSocket服务两种部署方式，并提供大量预训练模型供用户下载。在Tiyaro.ai平台上，Opus-MT部署了543个在线演示API，方便用户体验。这个项目致力于为全球用户提供开放、便捷的翻译服务。
opus-mt-nl-fr - 荷兰语到法语的开源机器翻译模型
GithubHuggingfaceSentencePieceopus-mt-nl-frtransformer-align开源项目模型翻译
这个开源项目用于实现荷兰语到法语的机器翻译，使用基于transformer-align的模型，并结合数据标准化与SentencePiece预处理。依托OPUS数据集，该项目在Tatoeba.nl.fr测试集上获得了51.3的BLEU分数，展示了较好的翻译效果。提供原始模型权重及测试集翻译文件，以供进一步研究和应用。
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。

使用协议隐私政策广告服务
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