mt5-base-parsinlu-opus-translation_fa_en

项目介绍：mt5-base-parsinlu-opus-translation_fa_en

概述

mt5-base-parsinlu-opus-translation_fa_en是一个基于mT5模型的机器翻译项目，专门用于将波斯语翻译成英语。该项目运用了尖端的自然语言处理技术，能够在短时间内高效地进行翻译任务。使用者可以通过简单的代码示例来了解其使用方法，并应用于多种实际场景。

项目背景

在全球化的今天，机器翻译技术显得尤为重要。波斯语作为一种广泛使用的语言，有着丰富的历史和文化背景。而英语作为国际交流的主要语言，学习和翻译需求也日益增加。因此，开发一个高效的波斯语到英语的翻译模型显得十分必要。

核心技术

这个翻译模型基于mT5架构。mT5是一种多语言文本到文本生成模型，支持多种语言。通过使用ParsiNLU数据集，模型进一步优化了对波斯语的理解与翻译能力。此外，通过SacreBLEU指标，模型的翻译质量得到了有效衡量。

模型使用方法

用户可以通过Python代码轻松调用该翻译模型。以下是一个使用示例：

from transformers import MT5ForConditionalGeneration, MT5Tokenizer

model_size = "base"
model_name = "persiannlp/mt5-base-parsinlu-opus-translation_fa_en"
tokenizer = MT5Tokenizer.from_pretrained(model_name)
model = MT5ForConditionalGeneration.from_pretrained(model_name)

def run_model(input_string, **generator_args):
    input_ids = tokenizer.encode(input_string, return_tensors="pt")
    res = model.generate(input_ids, **generator_args)
    output = tokenizer.batch_decode(res, skip_special_tokens=True)
    print(output)
    return output

run_model("ستایش خدای را که پروردگار جهانیان است.")
run_model("در هاید پارک کرنر بر گلدانی ایستاده موعظه می‌کند؛")
run_model("وی از تمامی بلاگرها، سازمان‌ها و افرادی که از وی پشتیبانی کرده‌اند، تشکر کرد.")
run_model("مشابه سال ۲۰۰۱، تولید آمونیاک بی آب در ایالات متحده در سال ۲۰۰۰ تقریباً ۱۷،۴۰۰،۰۰۰ تن (معادل بدون آب) با مصرف ظاهری ۲۲،۰۰۰،۰۰۰ تن و حدود ۴۶۰۰۰۰۰ با واردات خالص مواجه شد.")
run_model("می خواهم دکترای علوم کامپیوتر راجع به شبکه های اجتماعی را دنبال کنم، چالش حل نشده در شبکه های اجتماعی چیست؟")

示例输出

模型将这些波斯语输入翻译成英语，例如：

"ستایش خدای را که پروردگار جهانیان است。" -> "the praise of God, the Lord of the world."
"در هاید پارک کرنر بر گلدانی ایستاده موعظه می‌کند؛" -> "At the Hyde Park Corner, Carpenter is preaching on a vase;"
"وی از تمامی بلاگرها، سازمان‌ها و افرادی که از وی پشتیبانی کرده‌اند، تشکر کرد。" -> "He thanked all the bloggers, organizations, and people who had supported him."