#丹麦语
wav2vec2-large-danish-npsc-nst - 基于XLS-R微调的高性能丹麦语语音识别模型
模型wav2vec2语音识别模型Github丹麦语深度学习Huggingface开源项目自然语言处理
wav2vec2-large-danish-npsc-nst是一个针对丹麦语语音识别优化的模型，基于chcaa/xls-r-300m-danish进行微调。经过15轮训练，模型在评估集上表现出色，损失降至0.0587，词错误率仅为6.69%。采用Adam优化器、线性学习率调度和混合精度训练等先进技术，显著提升了模型性能。
opus-mt-da-en - 基于Transformer架构的丹麦语-英语神经机器翻译模型
模型transformer-alignOPUS-MT机器翻译Github丹麦语英语Huggingface开源项目
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。
wav2vec2-xls-r-300m-ftspeech - 基于XLS-R-300m的丹麦语语音识别模型 使用FTSpeech数据集微调
XLS-R-300mHuggingfacewav2vec2模型语音识别Github开源项目丹麦语FTSpeech
该丹麦语自动语音识别模型基于wav2vec2-xls-r-300m在FTSpeech数据集上微调。模型利用1,800小时丹麦议会演讲转录数据训练，在Danish Common Voice 8.0和Alvenir测试集上分别实现17.91%和13.84%的词错误率(WER)。这一性能表明，该模型为丹麦语语音识别任务提供了有效的解决方案。
scandi-nli-large - 北欧语言自然语言推理模型的性能分析
丹麦语Github开源项目挪威语自然语言推理HuggingfaceScandiNLI瑞典语模型
该模型针对丹麦语、挪威语和瑞典语进行了自然语言推理微调，适用于零样本分类任务，拥有多个版本。大模型在语言任务中成绩突出，MCC为73.70%，F1分数为74.44%，准确率达83.91%。基于NbAiLab/nb-bert-large模型，并综合多语言NLI数据集进行训练，实现了对北欧语言的全面支持，适用于多语言自然语言处理。