機械翻訳タスクの場合、Transformer アーキテクチャに基づくモデルが非常に効果的であることが証明されています。以下は、最も人気があり効果的な翻訳テンプレートの一部です。
MarianMT (Helsinki-NLP)
MarianMT のチームによって開発された一連の翻訳モデルです。 Helsinki-NLP。
これらのモデルは複数の言語ペアで事前トレーニングされており、精度と速度の両方の点で効率的です。多数の言語ペアをサポートします。
多くの言語の組み合わせに合わせて事前トレーニングされているため、多用途に使えます。
あまり一般的ではない言語を含む、異なる言語間の高品質な翻訳。
M2M-100 (Facebook AI)
M2M-100 の多言語翻訳モデルです。 Facebook AI 英語などの中心言語を必要とせず、100 の言語間の直接翻訳をサポートします。
多くの言語ペア間の直接翻訳。
あまり一般的ではない言語でも高いパフォーマンスを発揮します。
英語が中間ではない言語間の翻訳に最適です。
で利用可能 Hugging Face として facebook/m2m100_418M および他のモデルのサイズ。
T5 (Text-to-Text Transfer Transformer)
Google T5は、多くのタスクを実行できる非常に多用途なモデルです。 NLP翻訳も含めて。
T5はテキスト対テキスト形式でトレーニングされます。 NLP翻訳も含めて、テキスト生成の問題になります。優れた柔軟性と多用途性。
複数のタスクで優れたパフォーマンスを発揮 NLP。
翻訳と他の自然言語処理タスク。
で利用可能 Hugging Face として t5-small、 t5-base、 t5-large、 そして t5-3b。
mBART (Multilingual BART)
mBART の多言語拡張です BART、25の言語でトレーニングを受けています。翻訳タスクに効率的で、リソースの少ない言語に最適化されています。特にリソースの少ない言語で効果的です。
単一モデルで多言語をサポート。あまり代表されていない言語間、および利用可能なデータがあまりない言語ペア間の翻訳。
で利用可能 Hugging Face として facebook/mbart-large-50。
IndicTrans (AI4Bharat)
IndicTrans は、インド言語間の翻訳用に特別にトレーニングされたモデルです。ヒンディー語、タミル語、ベンガル語などの言語を使用する場合に最適なオプションです。
専門はインドの言語。英語を必要とせずに、さまざまなインド言語間の翻訳をサポートします。
インドの言語に関連した翻訳。で利用可能 Hugging Face として ai4bharat/IndicTrans。
T5や mBART これらは非常に大きくなり、多くの計算能力を必要とする場合があります。リソースが限られている場合は、次のような小さなモデルが適しています。 MarianMT より実用的になる可能性があります。
Comentar: