English Grammar Error Correction T5 Seq2seq

🚀 英文語法糾錯T5模型

本項目利用Hugging Face的Transformers庫，包含一個經過微調的預訓練T5模型，專門用於英文語法糾錯。該模型採用seq2seq架構，並在C4數據集上進行訓練，以實現語法糾錯功能。

🚀 快速開始

模型詳情

🔧 技術細節

本項目使用了Hugging Face的Transformers庫，藉助T5ForConditionalGeneration模型進行英文語法糾錯。模型基於seq2seq架構，通過在C4數據集上的訓練學習到了語法規則和糾錯模式。在推理階段，輸入的文本會經過分詞器處理，然後輸入到模型中進行生成，最終輸出糾錯後的文本。

💻 使用示例

基礎用法

# 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.']