File size: 2,532 Bytes
a51ca73 56abda6 4b83036 56abda6 4b83036 56abda6 4b83036 56abda6 4b83036 56abda6 da4964c 4b83036 56abda6 7fb76f7 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 | ---
language:
- fr
- en
license: cc-by-4.0
library_name: transformers
base_model: Helsinki-NLP/opus-mt-fr-en
tags:
- translation
- opus-mt
- marian-mt
- marianMTModel
- fr-to-en
- neuro-symbolic
- NMT
datasets:
- opus_books
metrics:
- bleu
- sacrebleu
pipeline_tag: translation
---
# last release : March 16 2026 (added functions to uplaod PDF or TeX file and separate the whole corpus in 528 tokkens chuncks)
# opus-mt-fr-en-finetuned-fr-to-en
Modèle de traduction automatique neuronale (NMT) **français → anglais**, fine-tuné à partir du modèle de base [`Helsinki-NLP/opus-mt-fr-en`](https://huggingface.co/Helsinki-NLP/opus-mt-fr-en) dans le cadre des recherches doctorales en **IA hybride neuro-symbolique** à l'UQAM.
## Model Description
Ce modèle est basé sur l'architecture **MarianMT** (Marian NMT converti en PyTorch via 🤗 Transformers). Il a été fine-tuné pour améliorer la traduction de textes académiques et informationnels du français vers l'anglais, avec un focus sur des corpus spécialisés liés à la vérification de la crédibilité de l'information.
- **Architecture** : MarianMTModel (Encoder-Decoder)
- **Modèle de base** : `Helsinki-NLP/opus-mt-fr-en`
- **Tâche** : Traduction automatique (fr → en)
- **Langue source** : Français (`fr`)
- **Langue cible** : Anglais (`en`)
- **Framework** : 🤗 Transformers / PyTorch
## Intended Uses & Limitations
### Utilisations prévues
- Traduction de textes académiques et journalistiques du français vers l'anglais
- Composant NLP dans des pipelines de vérification de la crédibilité de l'information
- Recherche en traduction automatique neuronale
### Limitations
- Performances réduites sur des textes très spécialisés hors domaine d'entraînement
- Ne gère pas les dialectes régionaux du français
- Longueur maximale recommandée : 512 tokens par segment
## How to Use
### Avec `pipeline` (recommandé)
```python
from transformers import pipeline
translator = pipeline(
"translation",
model="DomLoyer/opus-mt-fr-en-finetuned-fr-to-en"
)
result = translator("La crédibilité de l'information est essentielle à l'ère numérique.")
print(result['translation_text'])
```
Citation:
```bibtex
## Auteur
**Dominique Loyer**
Doctorant en Informatique Cognitive — UQAM
ORCID: [0009-0003-9713-7109](https://orcid.org/0009-0003-9713-7109)
Hugging Face: [@DomLoyer](https://huggingface.co/DomLoyer)
## License
[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)
```
|