English Grammar Error Correction T5 Seq2seq

## 🚀 英文文法誤り修正用T5モデル

このリポジトリには、Hugging FaceのTransformersライブラリを使用して英文文法誤り修正用にファインチューニングされた事前学習済みT5モデルが含まれています。このモデルはseq2seqアーキテクチャを利用し、文法修正を目的としてC4データセットで学習されています。

## ✨ 主な機能
- 英文の文法誤りを修正することができます。
- seq2seqアーキテクチャを用いて高精度な修正を実現します。

## 📦 インストール
このセクションでは、具体的なインストール手順が提供されていないため、スキップします。

## 📚 ドキュメント
### モデル詳細
| プロパティ | 詳細 |
|----------|---------|
| モデル名 | english-grammar-error-correction-t5-seq2seq |
| トークナイザー | T5Tokenizer |
| モデルアーキテクチャ | T5ForConditionalGeneration |
| 学習データ | 文法誤り修正タスクのためにC4データセットでファインチューニングされました。 |

## 💻 使用例

### 基本的な使用法
```python
# Load model directly
import torch
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

torch_device = 'cuda' if torch.cuda.is_available() else 'cpu'

tokenizer = AutoTokenizer.from_pretrained("thenHung/english-grammar-error-correction-t5-seq2seq")
model = AutoModelForSeq2SeqLM.from_pretrained("thenHung/english-grammar-error-correction-t5-seq2seq").to(torch_device)


def correct_grammar(input_text,num_return_sequences):
  batch = tokenizer([input_text],truncation=True,padding='max_length',max_length=64, return_tensors="pt").to(torch_device)
  translated = model.generate(**batch,max_length=64,num_beams=4, num_return_sequences=num_return_sequences, temperature=1.5)
  tgt_text = tokenizer.batch_decode(translated, skip_special_tokens=True)
  return tgt_text

input_text = """
He are an teachers.
"""
num_return_sequences = 3
corrected_texts = correct_grammar(input_text, num_return_sequences)
print(corrected_texts)

# output:
# ['He is a teacher.', 'He is an educator.', 'He is one of the teachers.']