# translate_EnZh_paddle

**Repository Path**: zc2020/translate_EnZh_paddle

## Basic Information

- **Project Name**: translate_EnZh_paddle
- **Description**: paddlepaddle中英文机器翻译

调用函数已经变了，过时了
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2023-10-13
- **Last Updated**: 2023-10-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

### paddlepaddle中英文机器翻译
（每句注释实现）
BiGRU+Bahdanau attention+beam search的中英文机器翻译
> 意义：通过这个比官网更详细的机器翻译案例，能完整的窥视机器翻译的所有细节（官网
> 直接加载了数据（英德翻译数据），隐藏了数据细节，初学者很难真正通过官网案例学会并应用到英/汉翻译、文本摘要等应用）

- 1.cmn.csv:简单的中英翻译数据，相当于从官网的英德翻译数据中脱离出来，用自己需求的数据进行训练
> 比如：换成中文-火星文就是火星文翻译器啦、换成文章-文章摘要就是文章摘要器啦、换成
> 换成文章-关键词就是关键词提取器啦、
- 2.实现把cmn.csv提取两个词汇-索引表，写入文件：en_vocabe.txt、zh_vocabe.txt
- 3.data_generate.py：输入cmn.csv、en_vocabe.txt、zh_vocabe.txt，输出训练数据`data.csv`，中文分词部分仅用jieba实现
>data.csv:
>
> 英文单词ID序列;中文单词ID序列;中文单词一一对应的下一个单词ID序列
>
> `<s> I love you <e>`;`<s> 我 爱 你`;`我 爱 你 <e>` 
>
> `0 6694 8 4 1`;`0 10882 2750 93`;`10882 2750 93 1`
- train_model.py模型训练、保存
- test_model.py模型加载、准备预测数据、进行预测、打印预测结果

---

效果：
```
I'm so happy
 中文:
 我 很 高兴 。
 我 很 抱歉 。
 我 很 高興 。
 我 很 高兴 ， 但 我 感到 很 惊讶 。
```