{"id":104737,"date":"2022-07-30T09:37:00","date_gmt":"2022-07-30T07:37:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-sistemy-mashinnogo-perevoda-opennmt-2-28-0"},"modified":"2022-07-30T09:37:00","modified_gmt":"2022-07-30T07:37:00","slug":"vypusk-sistemy-mashinnogo-perevoda-opennmt-2-28-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/sv\/blog\/news\/vypusk-sistemy-mashinnogo-perevoda-opennmt-2-28-0","title":{"rendered":"Utg\u00e5van av \u00f6vers\u00e4ttningssystemet OpenNMT 2.28.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Utg\u00e5van av \u00f6vers\u00e4ttningssystemet OpenNMT 0.28.0 (Open Neural Machine Translation) har publicerats och anv\u00e4nder metoder f\u00f6r maskininl\u00e4rning. F\u00f6r att bygga det neurala n\u00e4tverket utnyttjar projektet m\u00f6jligheterna i TensorFlow-biblioteket f\u00f6r djup maskininl\u00e4rning. Koden f\u00f6r modulerna som utvecklas av OpenNMT \u00e4r skriven i Python och distribueras under MIT-licensen. Klara modeller har f\u00f6rberetts f\u00f6r engelska, tyska och katalanska spr\u00e5ken, och f\u00f6r andra spr\u00e5k kan man sj\u00e4lv skapa en modell baserat p\u00e5 dataset fr\u00e5n projektet OPUS (f\u00f6r tr\u00e4ning av systemet \u00f6verf\u00f6rs tv\u00e5 filer - en med meningar p\u00e5 k\u00e4llspr\u00e5ket och en annan med kvalitets\u00f6vers\u00e4ttningar av dessa meningar till m\u00e5lspr\u00e5ket). <\/p>\n
Projektet utvecklas i samarbete med f\u00f6retaget SYSTRAN, som specialiserar sig p\u00e5 att skapa verktyg f\u00f6r maskin\u00f6vers\u00e4ttning, och en forskargrupp fr\u00e5n Harvard som utvecklar modeller f\u00f6r m\u00e4nskligt spr\u00e5k f\u00f6r maskininl\u00e4rningssystem. Anv\u00e4ndargr\u00e4nssnittet \u00e4r s\u00e5 enkelt som m\u00f6jligt och kr\u00e4ver endast att ange en ing\u00e5ngsfil med text och en fil f\u00f6r att spara \u00f6vers\u00e4ttningsresultatet. Systemet f\u00f6r utvidgningar g\u00f6r det m\u00f6jligt att implementera ytterligare funktioner baserat p\u00e5 OpenNMT, s\u00e5som autoreferens, textklassificering och generering av undertexter. <\/p>\n
Anv\u00e4ndningen av TensorFlow g\u00f6r det m\u00f6jligt att utnyttja GPU:s kapabiliteter (f\u00f6r att snabba upp tr\u00e4ningen av det neurala n\u00e4tverket). F\u00f6r att f\u00f6renkla distributionen av produkten utvecklas ocks\u00e5 en frist\u00e5ende version av \u00f6vers\u00e4ttaren p\u00e5 C++ — CTranslate2, som anv\u00e4nder f\u00f6rtr\u00e4nade modeller utan att vara knuten till ytterligare beroenden. <\/p>\n