Mainak Manna
commited on
Commit
•
d9aaac3
1
Parent(s):
39ed32e
First version of the model
Browse files
README.md
CHANGED
@@ -6,7 +6,7 @@ tags:
|
|
6 |
datasets:
|
7 |
- dcep europarl jrc-acquis
|
8 |
widget:
|
9 |
-
- text: "
|
10 |
|
11 |
---
|
12 |
|
@@ -38,7 +38,7 @@ tokenizer=AutoTokenizer.from_pretrained(pretrained_model_name_or_path = "SEBIS/l
|
|
38 |
device=0
|
39 |
)
|
40 |
|
41 |
-
it_text = "
|
42 |
|
43 |
pipeline([it_text], max_length=512)
|
44 |
```
|
@@ -49,12 +49,12 @@ The legal_t5_small_trans_it_cs model was trained on [JRC-ACQUIS](https://wt-publ
|
|
49 |
|
50 |
## Training procedure
|
51 |
|
52 |
-
An unigram model trained with 88M lines of text from the parallel corpus (of all possible language pairs) to get the vocabulary (with byte pair encoding), which is used with this model.
|
53 |
-
|
54 |
The model was trained on a single TPU Pod V3-8 for 250K steps in total, using sequence length 512 (batch size 4096). It has a total of approximately 220M parameters and was trained using the encoder-decoder architecture. The optimizer used is AdaFactor with inverse square root learning rate schedule for pre-training.
|
55 |
|
56 |
### Preprocessing
|
57 |
|
|
|
|
|
58 |
### Pretraining
|
59 |
|
60 |
|
@@ -67,7 +67,7 @@ Test results :
|
|
67 |
|
68 |
| Model | BLEU score |
|
69 |
|:-----:|:-----:|
|
70 |
-
| legal_t5_small_trans_it_cs | 43.
|
71 |
|
72 |
|
73 |
### BibTeX entry and citation info
|
|
|
6 |
datasets:
|
7 |
- dcep europarl jrc-acquis
|
8 |
widget:
|
9 |
+
- text: "considerando che nel marzo 2007 è stato sottoscritto un Piano di azione UE-Egitto nell'ambito del Consiglio di associazione creato dall'accordo euromediterraneo che istituisce un'associazione tra le Comunità europee e i loro Stati membri, da una parte, e la Repubblica araba d'Egitto, dall'altra; considerando che il suddetto Piano d'azione stabilisce priorità fra cui va data una particolare attenzione al potenziamento dell'efficacia delle istituzioni orientata al rafforzamento della democrazia, dello Stato di diritto e alla piena promozione dei diritti umani in tutti gli aspetti,"
|
10 |
|
11 |
---
|
12 |
|
|
|
38 |
device=0
|
39 |
)
|
40 |
|
41 |
+
it_text = "considerando che nel marzo 2007 è stato sottoscritto un Piano di azione UE-Egitto nell'ambito del Consiglio di associazione creato dall'accordo euromediterraneo che istituisce un'associazione tra le Comunità europee e i loro Stati membri, da una parte, e la Repubblica araba d'Egitto, dall'altra; considerando che il suddetto Piano d'azione stabilisce priorità fra cui va data una particolare attenzione al potenziamento dell'efficacia delle istituzioni orientata al rafforzamento della democrazia, dello Stato di diritto e alla piena promozione dei diritti umani in tutti gli aspetti,"
|
42 |
|
43 |
pipeline([it_text], max_length=512)
|
44 |
```
|
|
|
49 |
|
50 |
## Training procedure
|
51 |
|
|
|
|
|
52 |
The model was trained on a single TPU Pod V3-8 for 250K steps in total, using sequence length 512 (batch size 4096). It has a total of approximately 220M parameters and was trained using the encoder-decoder architecture. The optimizer used is AdaFactor with inverse square root learning rate schedule for pre-training.
|
53 |
|
54 |
### Preprocessing
|
55 |
|
56 |
+
An unigram model trained with 88M lines of text from the parallel corpus (of all possible language pairs) to get the vocabulary (with byte pair encoding), which is used with this model.
|
57 |
+
|
58 |
### Pretraining
|
59 |
|
60 |
|
|
|
67 |
|
68 |
| Model | BLEU score |
|
69 |
|:-----:|:-----:|
|
70 |
+
| legal_t5_small_trans_it_cs | 43.3|
|
71 |
|
72 |
|
73 |
### BibTeX entry and citation info
|