Home >
Lingvanex vertaalkwaliteitsrapport

Lingvanex vertaalkwaliteitsrapport

October 22, 2024

Het doel van dit rapport is om de vertaalkwaliteit van Lingvanex-taalmodellen te laten zien op basis van de twee populairste evaluatiecriteria voor machinevertaling.

Flores is een open-source en openbaar beschikbare testset met gegevens die is vrijgegeven door Facebook Research en de grootste dekking voor taalparen heeft.

Beschrijving van kwaliteitsmetrieken

BLEU

BLEU is een automatische metriek op basis van n-grammen. Het meet de precisie van n-grammen van de machinevertalingsuitvoer vergeleken met de referentie, gewogen door een beknoptheidsstraf om te korte vertalingen te straffen. We gebruiken een specifieke implementatie van BLEU, genaamd sacreBLEU. Het geeft corpusscores uit, geen segmentscores.

Referenties

Papineni, Kishore, S. Roukos, T. Ward and Wei-Jing Zhu. “Bleu: a Method for Automatic Evaluation of Machine Translation.” ACL (2002).
Post, Matt. “A Call for Clarity in Reporting BLEU Scores.” WMT (2018).

COMET

COMET (Crosslingual Optimized Metric for Evaluation of Translation) is een metriek voor automatische evaluatie van machinevertaling die de gelijkenis berekent tussen een machinevertalingsuitvoer en een referentievertaling met behulp van token- of zinsinbeddingen. In tegenstelling tot andere metrieken is COMET getraind op het voorspellen van verschillende soorten menselijke oordelen in de vorm van post-editing-inspanning, directe beoordeling of vertaalfoutanalyse.

Referenties

COMET - https://machinetranslate.org/comet
COMET: High-quality Machine Translation Evaluation - https://unbabel.github.io/COMET/html/index.html#comet-high-quality-machine-translation-evaluation

Taalparen

Opmerking: De kleinere modellen op de harde schijf betekenen een lager verbruik van GPU-geheugen, wat leidt tot lagere implementatiekosten. Een kleiner model heeft een betere prestatie in vertaaltijd. Het geschatte gebruik van GPU-geheugen wordt berekend als de grootte van het harde schijfmodel x 1,2.

Taalpaar	Modellen Grootte, mb	Test Gegevens	BLEU Metrisch	COMET Metrisch
Afrikaans - English	113,91	Flores	52,33	86,43
English - Afrikaans	113,91	Flores	42,52	86,92
Albanian - English	113,91	Lingvanex	56,43	87,83
English - Albanian	113,91	Lingvanex	57,04	89,03
Amharic - English	113,91	Flores	30,42	83,78
English - Amharic	113,91	Flores	14,13	87,4
Arabic - English	184,11	Flores	45,79	87,95
English - Arabic	190,63	Flores	33,45	88,28
Armenian - English	113,91	Flores	37,47	86,93
English - Armenian	113,91	Flores	22,09	89,32
Armenian - Russian	190,63	Flores	20,97	85,06
Russian - Armenian	190,63	Flores	15,71	87,00
Azerbaijani - English	113,91	Flores	23,76	85,88
English - Azerbaijani	113,91	Flores	17,79	84,93
Azerbaijani - Russian	190,63	Flores	16,95	85,23
Russian - Azerbaijani	190,63	Flores	13,10	83,64
Basque - English	113,91	Flores	32,34	86,40
English - Basque	113,91	Flores	21,69	86,99
Belarusian - English	113,91	Flores	19,77	80,89
English - Belarusian	113,91	Flores	15,54	85,16
Bengali - English	113,91	Flores	33,93	87,86
English - Bengali	239,56	Flores	23,41	86,92
Bosnian - English	113,91	Flores	41,62	87,65
English - Bosnian	113,91	Flores	35,57	90,61
Bulgarian - English	184,00	Flores	44,97	88,28
English - Bulgarian	184,00	Flores	45,90	91,22
Catalan - English	113,91	Flores	47,54	88,55
English - Catalan	113,91	Flores	45,62	87,67
Cebuano - English	113,91	Flores	41,17	79,24
English - Cebuano	113,91	Flores	35,46	71,80
Chichewa - English	113,91	Flores	22,86	69,22
English - Chichewa	113,91	Flores	17,44	64,71
Chinese (Simplified) - English	184,11	Flores	29,91	86,27
English - Chinese (Simplified)	184,11	Flores	42,29	87,70
Chinese (Traditional) - English	190,63	Flores	30,28	86,51
English - Chinese (Traditional)	190,63	Flores	36,06	88,67
Corsican - English	113,91	Lingvanex	59,90	83,86
English - Corsican	113,91	Lingvanex	54,21	76,34
Croatian - English	184,00	Flores 101	39,80	88,08
English - Croatian	184,00	Flores	34,95	91,09
Czech - English	184,00	Flores	41,83	88,33
English - Czech	184,00	Flores	36,53	90,98
Danish - English	184,00	Flores	51,21	90,25
English - Danish	184,02	Flores	49,88	91,27
Dutch - English	184,00	Flores	34,04	87,20
English - Dutch	184,00	Flores	29,71	88,10
Esperanto - English	113,91	Flores	41,60	87,49
English - Esperanto	113,91	Flores	32,02	88,92
Estonian - English	113,91	Flores	41,07	89,33
English - Estonian	113,91	Flores	31,48	91,64
Filipino - English	113,91	Flores	47,41	86,85
English - Filipino	113,91	Flores	37,75	84,61
Finnish - English	184,00	Flores	36,87	89,76
English - Finnish	184,00	Flores	27,06	90,96
French - English	190,65	Flores	48,82	89,46
English - French	190,65	Flores	53,25	88,40
Frisian - English	113,91	Lingvanex	65,06	84,99
English - Frisian	113,91	Lingvanex	54,82	81,09
Gaelic-English	113,91	Flores	29,60	76,02
English-Gaelic	113,91	Flores	24,72	80,92
Galician - English	113,91	Flores	40,58	87,52
English - Galician	113,91	Flores	37,71	87,03
Georgian - Russian	190,63	Flores	18,60	85,80
Russian - Georgian	190,63	Flores	13,85	85,77
Georgian - English	113,91	Flores	22,09	89,32
English - Georgian	113,91	Flores	16,56	87,13
German - English	190,65	Flores	46,76	89,34
English - German	184,02	Flores	43,09	88,15
Greek - English	184,00	Flores	36,19	87,38
English - Greek	184,00	Flores	29,54	89,02
Gujarati-English	113,91	Flores	42,09	89,68
English - Gujarati	113,91	Flores	28,00	88,61
Haitian Creole - English	113,91	Flores	30,08	72,24
English - Haitian Creole	113,91	Flores	28,27	67,41
Hausa - English	113,91	Flores	33,64	78,80
English - Hausa	113,91	Flores	28,70	80,76
Hawaiian - English	113,91	Lingvanex	45,12	71,92
English - Hawaiian	113,91	Lingvanex	64,27	78,56
Hebrew - English	184,11	Flores	46,31	88,32
English - Hebrew	184,11	Flores	36,00	88,53
Hindi - English	113,91	Flores	38,18	88,29
English - Hindi	113,91	Flores	67,62	81,99
English - Hmong	113,91	Lingvanex	60,99	77,35
Hmong - English	184,00	Lingvanex	45,87	75,22
Hungarian - English	184,00	Flores	38,74	88,37
English - Hungarian	184,00	Flores	31,40	89,97
Icelandic - English	113,91	Flores	37,27	85,92
English - Icelandic	113,91	Flores	31,90	86,34
Igbo - English	113,91	Flores	26,60	68,85
English - Igbo	113,91	Flores	19,01	71,94
Indonesian - English	184,02	Flores	46,65	89,60
English - Indonesian	184,02	Flores	50,77	91,90
Italian - English	184,00	Flores	34,74	87,89
English - Italian	184,00	Flores	32,57	88,19
Irish - English	113,91	Flores	44,15	85,29
English - Irish	113,91	Flores	38,86	81,81
Japanese - English	190,63	Flores	31,05	88,08
English - Japanese	190,63	Flores	39,62	91,56
Javanese - English	113,91	Flores	30,29	76,20
English - Javanese	113,91	Flores	28,79	86,59
Kannada - English	113,91	Flores	36,01	87,38
English - Kannada	113,91	Flores	65,83	86,33
Kazakh - English	113,91	Flores	36,25	87,61
English - Kazakh	113,91	Flores	26,48	90,35
Kazakh - Russian	190,63	Flores	22,79	88,12
Russian - Kazakh	190,63	Flores	19,18	89,57
Khmer - English	113,91	Flores	33,19	85,77
English - Khmer	113,91	Flores	4,77	82,37
Kinyarwanda - English	113,91	Flores	32,98	73,73
English - Kinyarwanda	113,91	Flores	25,84	66,67
Korean - English	113,91	Flores	32,85	88,09
English - Korean	113,91	Flores	33,66	89,67
Kurdish - English	113,91	Flores	28,81	79,90
English - Kurdish	113,91	Flores	12,85	80,84
Kyrgyz - English	113,91	Flores	24,29	84,79
English - Kyrgyz	113,91	Flores	16,65	88,14
Kyrgyz - Russian	190,63	Flores	16,38	86,32
Russian - Kyrgyz	190,63	Flores	13,43	87,62
Lao - English	113,91	Flores	31,45	84,11
English - Lao	113,91	Flores	59,54	83,24
Latin - English	113,91	Lingvanex	24,24	74,81
English - Latin	113,91	Lingvanex	14,83	77,64
Latvian - English	113,91	Flores	38,95	87,67
English - Latvian	113,91	Flores	37,88	90,49
Lithuanian - English	113,91	Flores	34,96	86,24
English - Lithuanian	113,91	Flores	31,28	90,11
Luxembourgish - English	113,91	Flores	45,56	80,29
English - Luxembourgish	113,91	Flores	27,28	57,29
Macedonian - English	113,91	Flores	44,33	87,43
English - Macedonian	113,91	Flores	38,19	89,28
Malagasy - English	113,91	Lingvanex	38,60	83,10
English - Malagasy	113,91	Lingvanex	41,74	85,25
Malay - English	184,11	Flores	46,09	88,84
English - Malay	184,11	Flores	44,63	89,77
Malayalam - English	113,91	Flores	39,26	88,28
English - Malayalam	113,91	Flores	23,19	88,92
Maltese - English	113,91	Flores	53,11	81,83
English - Maltese	113,91	Flores	47,57	79,52
Maori - English	113,91	Flores	29,13	69,87
English - Maori	113,91	Flores	17,44	61,51
Marathi - English	113,91	Flores	37,94	87,49
English - Marathi	113,91	Flores	21,42	75,73
Mongolian- English	113,91	Flores	31,40	85,43
English - Mongolian	113,91	Flores	20,07	89,00
Myanmar - English	113,91	Flores	23,13	82,43
English - Myanmar	113,91	Flores	55,72	87,25
Nepali - English	113,91	Flores	41,67	89,94
English - Nepali	113,91	Flores	64,92	83,27
Norwegian - English	184,00	Flores	44,20	88,78
English - Norwegian	184,02	Flores	35,85	90,25
Odia - English	113,91	Flores	32,34	86,77
English - Odia	113,91	Flores	21,09	81,84
Persian - English	184,02	Flores	39,04	87,71
English - Persian	184,11	Flores	27,24	87,82
Polish - English	184,00	Flores	30,94	85,72
English - Polish	184,00	Flores	24,24	89,21
Portuguese (Brazil) - English	184,02	Flores	51,42	89,66
English - Portuguese (Brazil)	184,02	Flores	51,67	89,40
Portuguese - English	184,02	Flores	50,93	89,27
English - Portuguese	184,02	Flores	51,38	89,71
Punjabi - English	113,91	Flores	38,15	87,74
English - Punjabi	113,91	Flores	28,91	84,28
Pushto - English	113,91	Flores	27,05	79,68
English - Pushto	113,91	Flores	15,04	77,94
Romanian - English	184,00	Flores	45,22	89,30
English - Romanian	179,58	Flores	43,68	90,29
Russian - English	190,65	Flores	37,86	86,63
English - Russian	190,65	Flores	34,64	89,37
Russian - Belarusian	190,63	Lingvanex	57,35	95,38
Samoan - English	113,91	Flores	27,81	68,62
English - Samoan	113,91	Flores	30,07	67,20
Serbian - English	184,00	Flores	43,06	86,68
English - Serbian	184,00	Flores	36,87	88,49
Sesotho - English	113,91	Flores	32,91	72,64
English - Sesotho	113,91	Flores	20,36	66,18
Shona - English	113,91	Flores	23,05	70,04
English - Shona	113,91	Flores	13,74	62,88
Sindhi - English	113,91	Flores	31,09	79,66
English - Sindhi	113,91	Flores	25,90	80,37
Sinhala - English	113,91	Flores	36,73	87,92
English - Sinhala	113,91	Flores	21,42	87,65
Slovak - English	184,11	Flores	42,32	88,33
English - Slovak	184,11	Flores	40,08	91,01
Slovenian - English	113,91	Flores	38,25	87,76
English - Slovenian	113,91	Flores	35,39	90,20
Somali - English	113,91	Flores	29,89	77,25
English - Somali	113,91	Flores	14,56	80,85
Spanish - English	184,02	Flores	31,48	86,92
English - Spanish	184,02	Flores	30,17	86,72
Sundanese - English	113,91	Flores	34,02	81,42
English - Sundanese	113,91	Flores	20,23	79,65
Swahili - English	113,91	Flores	44,95	84,91
English - Swahili	113,91	Flores	41,14	85,40
Swedish - English	184,00	Flores	51,89	90,13
English - Swedish	184,00	Flores	49,39	91,24
Tajik - English	113,91	Flores	33,74	77,46
English - Tajik	113,91	Flores	24,97	76,28
Tajik - Russian	190,63	Flores	23,15	79,69
Russian - Tajik	190,63	Flores	19,38	75,59
Tamil - English	113,91	Flores	35,17	86,48
English - Tamil	113,91	Flores	23,12	89,55
Tatar - English	113,91	Flores	30,37	79,43
English - Tatar	113,91	Flores	19,01	69,26
Telugu-English	113,91	Flores	42,02	87,74
English-Telugu	113,91	Flores	28,30	87,60
Thai - English	184,02	Flores	31,63	87,71
English - Thai	113,91	Flores	63,68	88,57
Turkish - English	184,00	Flores	41,85	89,63
English - Turkish	184,00	Flores	35,33	90,82
Turkmen - English	113,91	Flores	37,10	80,90
English - Turkmen	113,91	Flores	22,91	67,00
Ukrainian - English	184,00	Flores	41,54	86,98
English - Ukrainian	184,00	Flores	34,30	89,88
Ukrainian - Russian	190,63	Flores	28,07	91,66
Russian - Ukrainian	190,63	Flores	25,62	92,16
Urdu - English	113,91	Flores	31,09	84,46
English - Urdu	113,91	Flores	24,80	81,71
Uyghur - English	113,91	Flores	28,17	86,26
English - Uyghur	113,91	Flores	22,66	86,21
Uzbek - English	113,91	Flores	37,42	87,64
English - Uzbek	113,91	Flores	23,04	90,32
Uzbek - Russian	190,63	Flores	22,11	85,40
Russian - Uzbek	190,63	Flores	16,86	87,37
Vietnamese - English	184,00	Flores	38,65	87,53
English - Vietnamese	184,11	Flores	46,28	89,16
Welsh - English	113,91	Flores	61,36	89,32
English - Welsh	113,91	Flores	57,55	88,83
Xhosa - English	113,91	Flores	36,65	78,10
English - Xhosa	113,91	Flores	18,90	77,05
Yiddish - English	113,91	Flores	41,89	76,88
English - Yiddish	113,91	Flores	10,88	67,67
Yoruba - English	113,91	Flores	17,54	61,56
English - Yoruba	113,91	Flores	3,57	55,39
Zulu - English	113,91	Flores	36,83	78,00
English - Zulu	113,91	Flores	21,06	78,12

Lingvanex vertaalkwaliteitsrapport

Beschrijving van kwaliteitsmetrieken

BLEU

Referenties

COMET

Referenties

Taalparen

Vraag meer informatie aan

Voltooid