使用 python、streamlit 和 Helsinki-NLP Opus-MT 的简单英语到法语翻译应用程序_opus-mt-fi-en

我最近有很多空闲时间。我从八月起就失业了，经历了工作机会被撤销的噩梦。我想退后一步，从事一些不同的、交互式的、可以用来解决日常问题的项目。NLP 一直对我很感兴趣。我一直想使用Python，我的旅程开始了。如果您阅读了我最近关于构建 NLP API 的教程，我们使用了 spaCy 和 FastAPI。在本教程中，我想向您展示如何使用来自拥抱脸的预训练变压器模型（具体来说是 Helsinki-NLP/opus-mt-en-fr 模型）制作一个很棒的英语到法语翻译应用程序（引文）以下）。首先，我们可以使用 python 的 input() 函数创建一个很棒的终端应用程序，然后我们将使用 Streamlit 库添加完整的 UI，不需要任何前端技术！我将逐行分解所有依赖项、导入和代码，让您了解该应用程序的工作原理。

开始

在开始之前，我们需要添加一些依赖项。我将使用 PyTorch（火炬）来演示这一点

pip3 install transformers sentencepiece sacremoses torch
1

依赖性细分：

Transformers：我们从哪里获取模型和数据集

Transformers 提供 API 和工具，可轻松下载和训练最先进的预训练模型。使用预训练模型可以降低计算成本、碳足迹，并节省从头开始训练模型所需的时间和资源。这些模型支持不同方式的常见任务，

句子：

SentencePiece 是一种无监督文本分词器和去分词器&#