ઓપનએનએમટી 2.28.0 મશીન ટ્રાન્સલેશન સિસ્ટમનું પ્રકાશન

OpenNMT 0.28.0 (ઓપન ન્યુરલ મશીન ટ્રાન્સલેશન) મશીન ટ્રાન્સલેશન સિસ્ટમનું પ્રકાશન, જે મશીન લર્નિંગ પદ્ધતિઓનો ઉપયોગ કરે છે, પ્રકાશિત કરવામાં આવ્યું છે. ન્યુરલ નેટવર્ક બનાવવા માટે, પ્રોજેક્ટ ટેન્સરફ્લો ડીપ મશીન લર્નિંગ લાઇબ્રેરીની ક્ષમતાઓનો ઉપયોગ કરે છે. ઓપનએનએમટી પ્રોજેક્ટ દ્વારા વિકસિત મોડ્યુલોનો કોડ પાયથોનમાં લખાયેલ છે અને MIT લાયસન્સ હેઠળ વિતરિત કરવામાં આવે છે. તૈયાર મોડલ અંગ્રેજી, જર્મન અને કતલાન ભાષાઓ માટે તૈયાર કરવામાં આવે છે; અન્ય ભાષાઓ માટે, તમે OPUS પ્રોજેક્ટમાંથી ડેટા સેટના આધારે સ્વતંત્ર રીતે એક મોડેલ બનાવી શકો છો (તાલીમ માટે, બે ફાઇલો સિસ્ટમમાં ટ્રાન્સફર કરવામાં આવે છે - એકમાં વાક્યો સાથે. સ્રોત ભાષા, અને બીજી લક્ષ્ય ભાષામાં આ વાક્યોના ઉચ્ચ-ગુણવત્તાવાળા અનુવાદ સાથે).

આ પ્રોજેક્ટ SYSTRAN ની ભાગીદારી સાથે વિકસાવવામાં આવી રહ્યો છે, જે મશીન ટ્રાન્સલેશન ટૂલ્સ બનાવવામાં વિશેષતા ધરાવતી કંપની છે, અને હાર્વર્ડના સંશોધકોના જૂથ જે મશીન લર્નિંગ સિસ્ટમ્સ માટે માનવ ભાષાના મોડલ વિકસાવે છે. વપરાશકર્તા ઇન્ટરફેસ શક્ય તેટલું સરળ છે અને અનુવાદ પરિણામને સાચવવા માટે ફક્ત ટેક્સ્ટ સાથે ઇનપુટ ફાઇલ અને ફાઇલનો ઉલ્લેખ કરવાની જરૂર છે. એક્સ્ટેંશન સિસ્ટમ ઓપનએનએમટી પર આધારિત વધારાની કાર્યક્ષમતાને અમલમાં મૂકવાનું શક્ય બનાવે છે, ઉદાહરણ તરીકે, સ્વતઃ સારાંશ, ટેક્સ્ટ વર્ગીકરણ અને સબટાઈટલ જનરેશન.

ટેન્સરફ્લોનો ઉપયોગ તમને GPU ની ક્ષમતાઓનો ઉપયોગ કરવાની મંજૂરી આપે છે (ન્યુરલ નેટવર્કને તાલીમ આપવાની પ્રક્રિયાને ઝડપી બનાવવા માટે. ઉત્પાદનના વિતરણને સરળ બનાવવા માટે, પ્રોજેક્ટ C++ - CTranslate2 માં અનુવાદકનું સ્વ-પર્યાપ્ત સંસ્કરણ પણ વિકસાવી રહ્યું છે. , જે વધારાની નિર્ભરતાના સંદર્ભ વિના પૂર્વ-પ્રશિક્ષિત મોડલ્સનો ઉપયોગ કરે છે.

નવું સંસ્કરણ પ્રારંભિક_લર્નિંગ_રેટ પેરામીટર ઉમેરે છે અને ટ્રાન્સફોર્મર મોડેલ જનરેટરને ગોઠવવા માટે ઘણી નવી દલીલો (mha_bias અને output_layer_bias) લાગુ કરે છે. બાકીના બગ ફિક્સ દ્વારા ચિહ્નિત થયેલ છે.

સોર્સ: opennet.ru