danyaljj commited on
Commit
5a70e30
1 Parent(s): d0046d3

Create README.md

Browse files
Files changed (1) hide show
  1. README.md +48 -0
README.md ADDED
@@ -0,0 +1,48 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ language:
3
+ - fa
4
+ - multilingual
5
+ thumbnail: "https://upload.wikimedia.org/wikipedia/commons/a/a2/Farsi.svg"
6
+ tags:
7
+ - machine-translation
8
+ - mt5
9
+ - persian
10
+ - farsi
11
+ license: "CC BY-NC-SA 4.0"
12
+ datasets:
13
+ - parsinlu
14
+ metrics:
15
+ - sacrebleu
16
+ ---
17
+
18
+ # Machine Translation (ترجمه‌ی ماشینی)
19
+
20
+ This is an mT5-based model for machine translation (Persian -> English).
21
+ Here is an example of how you can run this model:
22
+
23
+ ```python
24
+ from transformers import MT5ForConditionalGeneration, MT5Tokenizer
25
+
26
+ model_size = "large"
27
+ model_name = f"persiannlp/mt5-{model_size}-parsinlu-opus-translation_fa_en"
28
+ tokenizer = MT5Tokenizer.from_pretrained(model_name)
29
+ model = MT5ForConditionalGeneration.from_pretrained(model_name)
30
+
31
+
32
+ def run_model(input_string, **generator_args):
33
+ input_ids = tokenizer.encode(input_string, return_tensors="pt")
34
+ res = model.generate(input_ids, **generator_args)
35
+ output = tokenizer.batch_decode(res, skip_special_tokens=True)
36
+ print(output)
37
+ return output
38
+
39
+
40
+ run_model("ستایش خدای را که پروردگار جهانیان است.")
41
+ run_model("در هاید پارک کرنر بر گلدانی ایستاده موعظه می‌کند؛")
42
+ run_model("وی از تمامی بلاگرها، سازمان‌ها و افرادی که از وی پشتیبانی کرده‌اند، تشکر کرد.")
43
+ 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. ")
44
+ run_model("می خواهم دکترای علوم کامپیوتر راجع به شبکه های اجتماعی را دنبال کنم، چالش حل نشده در شبکه های اجتماعی چیست؟")
45
+ ```
46
+
47
+
48
+ For more details, visit this page: https://github.com/persiannlp/parsinlu/