共计 2705 个字符，预计需要花费 7 分钟才能阅读完成。
最近（确切地说是昨天），有人公布了应用深度学习技术进行文本翻译的 Python 库，调用起来十分不便，基于 Facebook AI 提出的多语种翻译模型，反对 50 种语言，几乎是文字工作者的福音，我立马下来查看了一下，写了篇文章，来帮忙大家应用。
留神：应用它可能不须要对深度学习有所理解，然而须要理解根底的 Python 常识。
应用形式
装置
装置它非常简单，只须要执行这行代码：
pip install dl-translate然而倡议新建一个环境装置，该库基于最新版的 PyTorch，没有在别的版本上测试。为了不扰乱零碎内的环境（懂的都懂），还是新建一个环境比拟好。
conda create -n torch1.8 python=3.8
conda activate torch1.8
pip install dl-translate应用
官网指南中给出的应用代码，只有四行，就能实现翻译，十分的不便：
import dl_translate as dlt
mt = dlt.TranslationModel() # 定义模型
text_hi = "संयुक्त राष्ट्र के प्रमुख का कहना है कि सीरिया में कोई सैन्य समाधान नहीं है"
mt.translate(text_hi, source=dlt.lang.HINDI, target=dlt.lang.ENGLISH)留神第一次应用须要下载模型，可能会比较慢，因为模型反对翻译 50 种语言，所以模型十分大，有 2.3G。如果需要的话，我能够帮忙大家下载下来传到百度网盘。
查看模型反对的语言：
对于比拟长的一段话，翻译起来可能十分慢，所以倡议先将它分为句子的模式，而后再一句一句翻译，对于英文，能够应用 nltk 包进行分句，而后将各个句子的翻译后果合并起来。
import nltk
nltk.download("punkt")
text = "Mr. Smith went to his favorite cafe. There, he met his friend Dr. Doe."
sents = nltk.tokenize.sent_tokenize(text, "english") # don't use dlt.lang.ENGLISH" ".join(mt.translate(sents, source=dlt.lang.ENGLISH, target=dlt.lang.FRENCH))批量翻译
在翻译过程中，咱们能够利用 GPU 并行计算的劣势进行翻译，调整 batch\_size，当然前提是你的 GPU 能放得下这么多句子。
...
mt = dlt.TranslationModel()
mt.translate(text, source, target, batch_size=32, verbose=True)这里的输出 text，既能够是一个字符串列表，也能够是一个独自的字符串，都会给出对应的后果。
性能测试
因为这个模型十分大，我所用的 GPU（2080ti）放不下这么大的模型，所以以下测试基于 CPU，有条件应用 GPU 的话速度按理说会快不少。在测试中，我将这句话翻译了 100 遍，来统计所用工夫：
Many technical approaches have been proposed for ensuring that decisions made by AI systems are fair, but few of these methods have been applied in real-world settings.
它对应的谷歌翻译的成果：
曾经提出了许多技术办法来确保 AI 零碎做出的决策是偏心的，然而这些办法中很少有在事实环境中利用的。
测试所用代码：
import dl_translate as dlt
import time
from tqdm import tqdm
time_s = time.time()
mt = dlt.TranslationModel(model_options=dict(cache_dir="./")) # Slow when you load it for the first time
time_e = time.time()
time_takes = time_e - time_s
print("Loading model takes {:.2f} seconds".format(time_e - time_s))
text_english = "Many technical approaches have been proposed for ensuring that decisions made by AI systems are fair, but few of these methods have been applied in real-world settings."
text_chinese = mt.translate(text_english, source=dlt.lang.ENGLISH, target=dlt.lang.CHINESE)
print(text_chinese)
time_s = time.time()
texts = [text_english for i in range(100)]
for t in tqdm(texts):
mt.translate(t, source=dlt.lang.ENGLISH, target=dlt.lang.CHINESE)
time_e = time.time()
print("It takes {:.2f} seconds to translate 100 sentences, with an average of {:.2f} seconds each.".format(t ime_e - time_s, (time_e - time_s) / 100))测试后果：
能够看到，加载模型破费了将近一分半的工夫，翻译一句有 27 个词的英文，要花费约 4 秒的工夫，这个工夫很大水平上依赖于句子的长度。尽管翻译的后果和谷歌翻译的比起来，不够天然，然而对于一个可能离线应用的翻译器来说曾经够好了。
参考链接
- dl-translate：https://github.com/xhlulu/dl-translate
- 使用指南：https://xinghanlu.com/dl-translate/
- mBART50 模型：https://huggingface.co/facebook/mbart-large-50-many-to-many-mmt
- 背地的论文：Multilingual Translation with Extensible Multilingual Pretraining and Finetuning
写在最初：如果感觉这篇文章对您有帮忙，欢送点赞珍藏评论反对我，谢谢！
我的公众号：算法小哥克里斯，欢送来撩！
