Skip to content

Latest commit

 

History

History
30 lines (20 loc) · 1.37 KB

README.md

File metadata and controls

30 lines (20 loc) · 1.37 KB
Raw

MBART-50

Repositório dedicado à exploração prática do modelo MBART-50.

Este repositório contém exemplos que exercitam o modelo MBART-50 (Multilingual BART) desenvolvido pela Facebook AI Research, que realiza tradução automática e outras tarefas de NLP multilinguística. Todos os exemplos foram implementados utilizando a biblioteca Hugging Face Transformers.

Modelos Utilizados

Os modelos aplicados nos exemplos incluem diferentes variantes para atender tarefas específicas:

  • m2m (many-to-many): Permite tradução direta entre vários pares de idiomas, oferecendo flexibilidade para tradução multilateral.
  • m2o (many-to-one): Direciona diversas entradas em diferentes idiomas para um único idioma de destino, útil para tarefas de resumo ou centralização de informações.
  • o2m (one-to-many): Facilita a tradução de um idioma para vários idiomas de saída, ideal para disseminação de informações em múltiplos idiomas.

Pré-requisitos

  • Python 3.8+
  • Transformers da Hugging Face
  • PyTorch ou TensorFlow (dependendo do backend preferido)

Para utilizar a biblioteca Hugging Face, instale o transformers:

pip install transformers

Equipe