imdbo's picture
Update README.md
e8817e3
|
raw
history blame
2.4 kB
---
license: mit
---
---
license: mit
---
**Descrición do Modelo**
Modelo feito con OpenNMT para o par español-galego utilizando unha arquitectura transformer.
**Como utilizar**
+ Abrir terminal bash
+ Instalar [Python 3.9](https://www.python.org/downloads/release/python-390/)
+ Instalar [Open NMT toolkit v.2.2](https://github.com/OpenNMT/OpenNMT-py)
+ Traducir un input_text utilizando o modelo NOS-MT-en-gl co seguinte comando:
```bash
onmt_translate -src input_text -model NOS-MT-es-gl -output ./output_file.txt -replace_unk -phrase_table phrase_table-es-gl.txt -gpu 0
```
+ O resultado da tradución estará no PATH indicado no flag -output.
**Adestramento**
Datos utilizados para o adestramento
Auténticos e Sintéticos (Transliteração)[Colocar Paper]
**Procedemento de adestramento**
+ Tokenization dos datasets feita co tokenizador de linguakit https://github.com/citiususc/Linguakit
+ O vocabulario para os modelos foi xerado a través do script [learn_bpe.py](https://github.com/OpenNMT/OpenNMT-py/blob/master/tools/learn_bpe.py) da open NMT
+ Usando o .yaml neste repositorio pode replicar o proceso de adestramento do seguinte xeito
```bash
onmt_build_vocab -config bpe-en-gl_emb.yaml -n_sample 100000
onmt_train -config bpe-en-gl_emb.yaml
```
**Hiperparámetros**
Os parámetros usados para o desenvolvimento do modelo poden ser consultados directamente no mesmo ficheiro .yaml bpe-en-gl_emb.yaml
**Avaliación**
A avalación dos modelos é feita cunha mistura de tests desenvolvidos internamente
(gold1, gold2, test-suite) con outros datasets disponíbeis en galego (Flores).
| GOLD 1 | GOLD 2 | FLORES | TEST-SUITE|
| ------------- |:-------------:| -------:|----------:|
| 36.8 | 47.1 | 32.3 | 42.7 |
**Información adicional**
Licensing information
Apache License, Version 2.0
**Financiamento**
Financiamento
This research was funded by the project "Nós: Galician in the society and economy of artificial intelligence", agreement between Xunta de Galicia and University of Santiago de Compostela, and grant ED431G2019/04 by the Galician Ministry of Education, University and Professional Training, and the European Regional Development Fund (ERDF/FEDER program), and Groups of Reference: ED431C 2020/21.
**Citation Information**
@article{,
title={},
author={},
year={2022},
url={}
}