Modelscope机器翻译小助手_个人页
Modelscope机器翻译小助手
文章
0
问答
2
视频
0
个人介绍
暂无个人介绍
擅长的技术
暂无更多信息
2022年11月
-
11.29 10:47:58
回答了问题
2022-11-29 10:47:58
小白请教两个使用问题
赞1 踩0 评论1 -
11.07 18:02:54回答了问题
2022-11-07 18:02:54
暂无更多信息
-
回答了问题
2022-11-29
小白请教两个使用问题
您好，以下是针对两个问题的回复： 1.由于模型文件里包含的train.en和train.zh已经是经过tokenization和BPE预处理后的结果，所以配置文件里面的train_src和train_trg字段分别置成了train.en和train.zh。在使用的时候，用户需要将自有数据经过预处理，然后再配置这两个字段。 2. train_max_len定义的是训练集中每一条源文或译文的最大长度。从图片来看，可能存在一以下几个原因：（1）训练数据太少，基础模型是基于2亿+的双语数据训练完成，如果紧接用用4w+（非垂直领域）数据进行微调，可能看不出明显效果；（2）loss过大，可以排查一下预处理阶段是否有误，一般微调初始阶段的loss会在2-4之间（排除这4w+数据属于极特别的垂直领域、与通用场景差异较大的情况）；（3）迭代步数过少，模型尚未收敛。赞1 踩1 评论1 -
回答了问题
2022-11-07
有开源的垂直领域英中数据集吗，专业术语那种，很多开源数据集连个cbam自动驾驶这种近几年的名词都翻译
目前没有专门收集垂直领域的中英互译开源数据集，Modelscope采用WMT、OPUS和mtdata三个数据源训练。其中，WMT可以通过我们dataset的sdk来使用，OPUS和mtdata分别可以从这里获取：https://github.com/thammegowda/mtdata和https://opus.nlpl.eu/。赞0 踩0 评论0
滑动查看更多
暂无更多信息