Update README.md

README.md

@@ -13,59 +13,54 @@ license: mit
 
 **English text [here](https://huggingface.co/proxectonos/NOS-MT-OpenNMT-en-gl/blob/main/README_English.md)**
 
-**Descrición do Modelo / Model Description** 
+**Descrición do Modelo**
 
-Modelo feito con OpenNMT para o par inglés-galego utilizando unha arquitectura transformer. / Model developed with OpenNMT and using a transformer computer architecture for English-Galician language pair.
+Modelo feito con OpenNMT para o par inglés-galego utilizando unha arquitectura transformer.
 
-**Como traducir / How to translate**
+**Como traducir**
 
-+ Abrir terminal bash / Open bash terminal
-+ Instalar / Install [Python 3.9](https://www.python.org/downloads/release/python-390/)
-+ Instalar / Install [Open NMT toolkit v.2.2](https://github.com/OpenNMT/OpenNMT-py)
-+ Traducir un input_text utilizando o modelo NOS-MT-en-gl co seguinte comando / Translate an input_text using the NOS-MT-en-gl model with the following command:
++ Abrir terminal bash
++ Instalar [Python 3.9](https://www.python.org/downloads/release/python-390/)
++ Instalar [Open NMT toolkit v.2.2](https://github.com/OpenNMT/OpenNMT-py)
++ Traducir un input_text utilizando o modelo NOS-MT-en-gl co seguinte comando:
 
 ```bash 
 onmt_translate -src input_text -model NOS-MT-en-gl -output ./output_file.txt -replace_unk -gpu 0
 ```
-+ O resultado da tradución estará no PATH indicado no flag -output / The result of the translation will be in the PATH indicated by the -output flag.
++ O resultado da tradución estará no PATH indicado no flag -output.
 
-**Adestramento / Training**
+**Adestramento**
 
 No adestramento, utilizamos corpora auténticos e sintéticos do [ProxectoNós](https://github.com/proxectonos/corpora). Os primeiros son corpora de traducións feitas directamente por tradutores humanos. Os segundos son corpora de traducións inglés-portugués, que convertemos en inglés-galego a través da tradución automática portugués-galego con Opentrad/Apertium e transliteración para palabras fóra de vocabulario.
-
-In the training we have used authentic and synthetic corpora from [ProxectoNós](https://github.com/proxectonos/corpora). The former are corpora of translations directly produced by human translators. The latter are corpora of English-Portuguese translations, which we have converted into English-Galician by means of Portuguese-Galician translation with Opentrad/Apertium and transliteration for out-of-vocabulary words. 
+ 
 
 **Procedemento de adestramento / Training process**
 
-+ Tokenization dos datasets feita co tokenizador de linguakit / Tokenization of the datasets made with linguakit tokeniser https://github.com/citiususc/Linguakit
++ Tokenization dos datasets feita co tokenizador de linguakit https://github.com/citiususc/Linguakit
 
-+ O vocabulario para os modelos foi xerado a través do script / The vocabulary for the models was generated through the script [learn_bpe.py](https://github.com/OpenNMT/OpenNMT-py/blob/master/tools/learn_bpe.py) da open NMT
++ O vocabulario para os modelos foi xerado a través do script [learn_bpe.py](https://github.com/OpenNMT/OpenNMT-py/blob/master/tools/learn_bpe.py) da open NMT
 
-+ Usando o .yaml neste repositorio pode replicar o proceso de adestramento do seguinte xeito / Using .yaml in this repository you can replicate the training process as follows
++ Usando o .yaml neste repositorio pode replicar o proceso de adestramento do seguinte xeito
 
 ```bash 
 onmt_build_vocab -config  bpe-en-gl_emb.yaml -n_sample 100000
 onmt_train -config bpe-en-gl_emb.yaml
 ```
 
-**Hiperparámetros / Hyper-parameters** 
+**Hiperparámetros** 
 
 Os parámetros usados para o desenvolvemento do modelo poden ser consultados directamente no mesmo ficheiro .yaml  bpe-en-gl_emb.yaml 
 
-The parameters used for the development of the model can be directly consulted in the same .yaml file bpe-en-gl_emb.yaml 
-
-**Avaliación / Evaluation** 
+**Avaliación** 
 A avalación BLEU dos modelos é feita cunha mistura de tests desenvolvidos internamente (gold1, gold2, test-suite) con outros datasets disponíbeis en galego (Flores).
 
-The BLEU evaluation of the models is made with a mixture of internally developed tests (gold1, gold2, test-suite) and other datasets available in Galician (Flores).
-
 | GOLD 1        | GOLD 2        | FLORES  | TEST-SUITE|
 | ------------- |:-------------:| -------:|----------:| 
 | 36.8          | 47.1          | 32.3    | 42.7      |
 
 
 
-**Licenzas do Modelo / Licensing information** 
+**Licenzas do Modelo** 
 
 MIT License
 
@@ -89,10 +84,9 @@ LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
 OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
 SOFTWARE.
 
-**Financiamento / Funding** 
+**Financiamento** 
 
 Esta investigación foi financiada polo proxecto "Nós: o galego na sociedade e economía da intelixencia artificial", resultado dun acordo entre a Xunta de Galicia e a Universidade de Santiago de Compostela, o que resultou no subsidio ED431G2019/04 da Consellaría de Educación, Universidade e Formación Profesional da Galiza, e polo Fondo Europeo de Desenvolvemento Rexional (programa ERDF/FEDER), e Grupos de Referencia: ED431C 2020/21.  
 
-This research was funded by the project "Nós: Galician in the society and economy of artificial intelligence", agreement between Xunta de Galicia and University of Santiago de Compostela, and grant ED431G2019/04 by the Galician Ministry of Education, University and Professional Training, and the European Regional Development Fund (ERDF/FEDER program), and Groups of Reference: ED431C 2020/21.
  
 **Citation Information**