Zacznij terazZacznij za darmo

Tłumaczenia z metryką BLEU

Zapoznajmy się z metryką BLEU.

Potok oparty na modelu tłumaczeń hiszpańsko-angielskich Helsinki-NLP oraz metryka BLEU zostały już dla ciebie załadowane – za pomocą evaluate.load("bleu") z biblioteki evaluate.

Dane wejściowe i referencje do ewaluacji:

input_sentence_1 = "Hola, ¿cómo estás?"

reference_1 = [
     ["Hello, how are you?", "Hi, how are you?"]
     ]

input_sentences_2 = ["Hola, ¿cómo estás?", "Estoy genial, gracias."]

references_2 = [
     ["Hello, how are you?", "Hi, how are you?"],
     ["I'm great, thanks.", "I'm great, thank you."]
     ]

To ćwiczenie jest częścią kursu

Wprowadzenie do LLM w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

translator = pipeline("translation", model="Helsinki-NLP/opus-mt-es-en")

# Translate the first input sentence then calucate the BLEU metric for translation quality
translated_output = ____

translated_sentence = translated_output[0]['translation_text']

print("Translated:", translated_sentence)

results = bleu.____(predictions=____, references=____)
print(results)
Edytuj i uruchom kod