Itzulpen automatikoko zereginetarako, Transformer arkitekturan oinarritutako ereduak oso eraginkorrak direla frogatu da. Jarraian, itzulpenetarako txantiloi ezagun eta eraginkorrenetako batzuk daude:
MarianMT (Helsinki-NLP)
MarianMT at taldeak garatutako itzulpen eredu sorta bat da Helsinki-NLP.
Eredu hauek hizkuntza-bikote anitzetan aldez aurretik entrenatuta daude eta eraginkorrak dira bai zehaztasun eta abiadura aldetik. Hizkuntza bikote ugari onartzen ditu.
Hizkuntza-konbinazio askotarako aldez aurretik trebatua, polifazetikoa bihurtuz.
Hizkuntza ezberdinen arteko kalitate handiko itzulpenak, ez hain ohikoak barne.
Ezarpena: eskuragarri Hugging Face izenpean Helsinki-NLP/opus-mt-{src}-{tgt} non {src} eta {tgt} Hizkuntza kodeak dira.
M2M-100 (Facebook AI)
M2M-100 Itzulpen eredu eleaniztun bat da Facebook AI 100 hizkuntzen arteko itzulpen zuzena onartzen duena ingelesa bezalako hizkuntza pibo baten beharrik gabe.
Hizkuntza bikote askoren arteko zuzeneko itzulpena.
Errendimendu handia ez hain ohikoak diren hizkuntzatan.
Ingelesa tarteko ez den hizkuntzen arteko itzulpenetarako aproposa.
urtean eskuragarri Hugging Face gisa facebook/m2m100_418M eta beste modeloen tamaina.
T5 (Text-to-Text Transfer Transformer)
Google T5 oso eredu polifazetikoa da, eta zeregin asko egin ditzake. NLP, itzulpena barne.
T5 testu-testu formatuan trebatzen da, non edozein zeregin NLP, itzulpena barne, testuak sortzeko arazo bihurtzen da. Malgutasun eta aldakortasun handia.
Errendimendu ona hainbat zereginetan NLP.
Itzulpena, hizkuntza naturalaren prozesatzeko beste lanekin batera.
urtean eskuragarri Hugging Face gisa t5-small, t5-base, t5-large, eta t5-3b.
mBART (Multilingual BART)
mBART -ren luzapen eleaniztun bat da BART, 25 hizkuntzatan trebatua. Itzulpen-zereginetarako eraginkorra da eta baliabide gutxiko hizkuntzetarako optimizatuta dago. Batez ere eraginkorra baliabide gutxiko hizkuntzetan.
Laguntza eleanitza eredu bakarrean. Gutxiago dauden hizkuntzen arteko itzulpenak eta datu asko eskuragarri ez dituzten hizkuntza bikoteen arteko itzulpenak.
urtean eskuragarri Hugging Face gisa facebook/mbart-large-50.
IndicTrans (AI4Bharat)
IndicTrans Indiako hizkuntzen arteko itzulpenetarako bereziki prestatutako eredua da. Aukera bikaina da hindia, tamila, bengalera eta abar bezalako hizkuntzekin lan egiten baduzu.
Indiako hizkuntzetan espezializatua. Indiako hainbat hizkuntzaren arteko itzulpenak onartzen ditu ingelesa beharrik gabe.
Indiako hizkuntzekin lotutako itzulpenak. urtean eskuragarri Hugging Face gisa ai4bharat/IndicTrans.
T5 eta bezalako modeloak mBART Oso handiak izan daitezke eta konputazio ahalmen handia behar dute. Baliabideetan mugatuta bazaude, eredu txikiagoek bezala MarianMT Praktikoagoak izan daitezke.
Comentar: