metadata
language:
- ru
- en
tags:
- translation
- neural-machine-translation
- seq2seq
- russian-to-english
- nmt
metrics:
- BLEU ~24
- chrF
- COMET
pipeline_tag: translation
datasets:
- wmt/wmt19
base_model:
- KvaytG/marian-mt-en-ru-high-precision
license: mit
DOI https://doi.org/10.5281/zenodo.18167090
DomLoyer/NMT_Ru-En
DomLoyer/NMT_Ru-En est un modèle de traduction neuronale automatique pour la traduction du russe vers l'anglais.
Cette version correspond au dépôt v2.1.0, publié le 4 avril 2026, et associée au DOI 10.5281/zenodo.19423705 [file:16].
Résumé du modèle
Ce modèle est conçu pour traduire du texte en russe vers l'anglais dans un cadre de recherche, de prototypage ou d'intégration applicative.
Il s'inscrit dans une série de versions publiées et archivées sur Zenodo, avec un lien vers le dépôt GitHub DominiqueLoyer/NMTENRU [file:16].
Détails du modèle
- Nom du modèle:
DomLoyer/NMT_Ru-En. - Type de modèle: Neural Machine Translation.
- Direction de traduction: russe vers anglais.
- Version du dépôt:
v2.1.0. - Date de publication: 2026-04-04.
- Licence: MIT.
- Auteur: Dominique Loyer [file:16].
Utilisation
Chargement avec Transformers
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
model_name = "DomLoyer/NMT_Ru-En"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
text = "Привет, как дела?"
inputs = tokenizer(text, return_tensors="pt", truncation=True)
outputs = model.generate(
**inputs,
max_new_tokens=64,
num_beams=4
)
print(tokenizer.decode(outputs, skip_special_tokens=True))
```bibtex
@misc{domloyer_nmt_ru_en,
title = {DomLoyer/NMT_Ru-En},
author = {Dom Loyer},
year = {2026},
howpublished = {Hugging Face model repository},
url = {https://huggingface.co/DomLoyer/NMT_Ru-En/}
}
``