translate

Translate text between Vietnamese and English.

!!! note "Requires Deep Learning" This function requires the deep learning dependencies:

pip install "underthesea[deep]"

Usage

from underthesea import translate

# Vietnamese to English (default)
text = "Hà Nội là thủ đô của Việt Nam"
english = translate(text)
print(english)
# 'Hanoi is the capital of Vietnam'

Function Signature

def translate(
    text: str,
    source_lang: str = 'vi',
    target_lang: str = 'en'
) -> str

Parameters

Parameter	Type	Default	Description
text	str		The input text to translate
source_lang	str	'vi'	Source language code
target_lang	str	'en'	Target language code

Returns

Type	Description
str	The translated text

Supported Languages

Code	Language
vi	Vietnamese
en	English

Examples

Vietnamese to English

from underthesea import translate

# Basic translation
translate("Hà Nội là thủ đô của Việt Nam")
# 'Hanoi is the capital of Vietnam'

translate("Ẩm thực Việt Nam nổi tiếng trên thế giới")
# 'Vietnamese cuisine is famous around the world'

translate("Xin chào, tôi là sinh viên")
# 'Hello, I am a student'

English to Vietnamese

from underthesea import translate

translate("I love Vietnamese food", source_lang='en', target_lang='vi')
# 'Tôi yêu ẩm thực Việt Nam'

translate("Vietnam is a beautiful country", source_lang='en', target_lang='vi')
# 'Việt Nam là một đất nước xinh đẹp'

Translating Multiple Sentences

from underthesea import translate

sentences = [
    "Hà Nội là thủ đô của Việt Nam",
    "Việt Nam có nhiều địa điểm du lịch đẹp",
    "Ẩm thực Việt Nam rất phong phú"
]

for sentence in sentences:
    english = translate(sentence)
    print(f"{sentence}")
    print(f"-> {english}\n")

Handling Long Text

For long documents, consider splitting into sentences first:

from underthesea import sent_tokenize, translate

text = """Việt Nam là một quốc gia. Thủ đô là Hà Nội.
Thành phố lớn nhất là TP. Hồ Chí Minh."""

sentences = sent_tokenize(text)
translations = [translate(s) for s in sentences]

for vi, en in zip(sentences, translations):
    print(f"VI: {vi}")
    print(f"EN: {en}\n")

Notes

• Uses a transformer-based neural machine translation model
• First call may take longer due to model loading
• Works best with well-formed sentences
• Long texts should be split into sentences for better results