Project Icon

indictrans2-en-indic-1B

支持22种印度官方语言双向翻译的开源机器翻译模型

IndicTrans2是一个开源机器翻译模型,专注于英语和22种印度官方语言之间的翻译。该模型基于Transformer架构,拥有11亿参数,支持多种印度文字系统,包括印地文、泰米尔文和泰卢固文等。IndicTrans2提供HuggingFace接口,便于开发者集成使用。模型在多个翻译基准测试中表现出色,适用于各种印度语言翻译场景。

indictrans2-indic-en-1B - IndicTrans2提供22种印度本地语言到英语的翻译支持
GithubHuggingfaceIndicTrans2使用指南多语言翻译开源项目模型语言处理
IndicTrans2是一个开源多语言机器翻译模型,支持22种印度本地语言到英语的翻译。该模型基于FLORES-200和IN22-Gen等数据集进行训练,并使用BLEU和CHRF等指标进行评估。详细的使用指引可通过GitHub获取,翻译任务需引入IndicProcessor。模型在Python环境下,支持CUDA的加速。
indictrans2-indic-indic-dist-320M - 支持22种印度语言的机器翻译模型
AI4BharatGithubHuggingfaceIndicTrans2多语言开源项目机器学习模型翻译
IndicTrans2 是一款支持22种印度语言之间翻译的机器翻译模型,结合了多语言模型优化以提升翻译效率。此开源项目利用BLEU、CHRF和COMET等AI技术指标提升翻译准确性,适用数据集包括FLORES-200。项目采用MIT许可协议,适用于多领域的研究与应用。
IndicBERTv2-MLM-only - 支持23种印度语言和英语的大规模多语言预训练模型
GithubHuggingfaceIndicBERT印度语言多语言模型开源项目机器学习模型自然语言处理
IndicBERTv2-MLM-only是一个支持23种印度语言和英语的大规模多语言预训练模型。该模型基于IndicCorp v2数据集训练,包含2.78亿参数,采用掩码语言模型(MLM)目标。在IndicXTREME基准测试中,模型展现出优秀的多语言和零样本迁移能力。作为印度语言自然语言处理的重要资源,IndicBERTv2-MLM-only有望推动相关研究,缩小印度语言在NLP领域的差距。
indic-bert - 专注印度12种语言的轻量级ALBERT预训练模型
GithubHuggingfaceIndicBERT印度语言多语言模型开源项目模型自然语言处理预训练模型
IndicBERT是一个基于ALBERT架构的多语言预训练模型,支持包括印地语、泰米尔语在内的12种印度主要语言。模型使用90亿规模的语料库训练,具有参数量小、性能优异的特点。在多项NLP评估任务中,其表现优于或持平于mBERT、XLM-R等主流多语言模型。
IndicNER - 面向11种印度语言的多语言命名实体识别模型
GithubHuggingfaceIndicNER印度语言命名实体识别多语言模型开源项目模型自然语言处理
IndicNER是一个针对11种印度语言开发的命名实体识别模型。该模型通过数百万句子的微调训练,并在人工标注测试集和多个公开数据集上进行了性能评估。IndicNER支持阿萨姆语、孟加拉语、古吉拉特语等多种印度语言,能够有效识别句子中的命名实体。作为一个基于最新深度学习技术的工具,IndicNER为印度语言的自然语言处理研究和应用提供了有力支持。
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-hi-en - 基于OPUS数据集的印地语-英语开源机器翻译模型
BLEU评分GithubHuggingfaceopus-mt-hi-en开源项目数据集机器翻译模型语言模型
opus-mt-hi-en是一个开源的印地语到英语机器翻译模型,基于transformer-align架构构建。该模型使用OPUS数据集训练,采用规范化和SentencePiece进行预处理。在Tatoeba测试集上,模型达到40.4的BLEU分数。项目提供预训练权重下载,便于用户部署和使用。此外,模型还在newsdev2014和newstest2014等测试集上进行了评估,为研究人员提供了性能参考。
Wav2Vec2-large-xlsr-hindi - 针对印地语优化的开源语音识别模型
GithubHindiHuggingfaceWav2Vec2开源项目模型深度学习自然语言处理语音识别
Wav2Vec2-large-xlsr-hindi是一个专为印地语优化的开源语音识别模型。该模型基于Facebook的wav2vec2-large-xlsr-53架构,通过低资源印度语言多语言ASR挑战数据集进行微调。适用于16kHz采样的语音输入,无需额外语言模型即可直接使用。在Common Voice印地语测试集上,模型达到72.62%的词错误率。项目提供了完整的使用指南、评估方法和训练脚本,为研究人员的进一步开发和应用提供了便利。
indobert-base-p2 - IndoBERT:印尼语自然语言处理的先进模型
GithubHuggingfaceIndoBERT印尼语开源项目机器学习模型自然语言处理语言模型
IndoBERT是一个基于BERT的尖端模型,专为印度尼西亚语言设计。它通过遮蔽语言模型和句子预测进行预训练。使用Indo4B数据集,该模型在Base和Large架构中实现,参数从11.7M到335.2M不等,适用于多种自然语言处理任务。用户可以使用Transformers库轻松加载IndoBERT,提取上下文表示,增强印尼语处理的准确性和效率,广泛适用于研究和实践。
m2m100_1.2B - 先进的多语言机器翻译模型实现百种语言无障碍转换
GithubHuggingfaceM2M100多语言翻译开源项目机器学习模型深度学习自然语言处理
m2m100_1.2B是一款革新性的多语言机器翻译模型,覆盖100种语言的9900个翻译方向。该模型采用编码器-解码器架构,能够实现高质量的直接语言转换,无需中间语言过渡。这一突破性技术为全球跨语言交流提供了高效便捷的解决方案,在机器翻译领域具有重要意义。
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