t5-base-emojilmオープンソースモデル - 英語の文章を簡単に絵文字シーケンスに変換

ホーム

T5 Base Emojilm

KomeijiForceによって開発

T5アーキテクチャに基づく事前学習モデルで、英文を絵文字のシーケンスに変換できます

テキスト生成

Transformers

英語#テキストから絵文字へ #T5アーキテクチャ #複数絵文字の組み合わせ生成

ダウンロード数 406

リリース時間 : 11/10/2023

モデル概要

これはテキストからテキストを生成するモデルで、入力された英文を関連する絵文字のシーケンスに変換し、テキスト表現をより生き生きと楽しいものにします。

モデル特徴

絵文字変換

英文の意味を理解し、関連する絵文字のシーケンスを生成できます

T5アーキテクチャに基づく

強力なT5-baseアーキテクチャを採用し、優れたテキスト理解と生成能力を備えています

創造的な表現

テキストコミュニケーションに楽しさと視覚的な表現力を加えます

モデル能力

テキストから絵文字への変換

意味理解

創造的なテキスト生成

使用事例

ソーシャルメディア

ソーシャルメディア投稿の強化

ソーシャルメディアの投稿に絵文字を追加し、より魅力的にします

例：'I love pizza' → '🍕😍'

クリエイティブライティング

創造的なテキスト表現

文学作品やクリエイティブライティングに絵文字要素を追加します

🚀 EmojiLM

このモデルは、Text2Emoji データセットで事前学習された T5 モデルで、文章を一連の絵文字に変換します。

例えば、"I love pizza" は "🍕😍" に変換されます。

🚀 クイックスタート

EmojiLMを使うことで、文章を絵文字に変換することができます。以下に、具体的なコード例を示します。

💻 使用例

基本的な使用法

from transformers import T5Tokenizer, T5ForConditionalGeneration

path = "KomeijiForce/t5-base-emojilm"
tokenizer = T5Tokenizer.from_pretrained(path)
generator = T5ForConditionalGeneration.from_pretrained(path)

prefix = "translate into emojis:"
sentence = "I travel to enjoy the taste of sushi!"
inputs = tokenizer(prefix+" "+sentence, return_tensors="pt")
generated_ids = generator.generate(inputs["input_ids"], num_beams=4, do_sample=True, max_length=100)
decoded = tokenizer.decode(generated_ids[0], skip_special_tokens=True).replace(" ", "")
print(decoded)

このコードを実行すると、おそらく "🇯🇵🍣🍱😋" のような出力が得られます。

📚 ドキュメント

引用情報

もしこのモデルとデータセットのリソースが役に立った場合は、以下の論文を引用していただけると幸いです。

@article{DBLP:journals/corr/abs-2311-01751,
  author       = {Letian Peng and
                  Zilong Wang and
                  Hang Liu and
                  Zihan Wang and
                  Jingbo Shang},
  title        = {EmojiLM: Modeling the New Emoji Language},
  journal      = {CoRR},
  volume       = {abs/2311.01751},
  year         = {2023},
  url          = {https://doi.org/10.48550/arXiv.2311.01751},
  doi          = {10.48550/ARXIV.2311.01751},
  eprinttype    = {arXiv},
  eprint       = {2311.01751},
  timestamp    = {Tue, 07 Nov 2023 18:17:14 +0100},
  biburl       = {https://dblp.org/rec/journals/corr/abs-2311-01751.bib},
  bibsource    = {dblp computer science bibliography, https://dblp.org}
}