Code Trans T5 Base Api Generation

🚀 CodeTrans模型用於API推薦生成

CodeTrans模型基於t5基礎模型架構，是一個預訓練模型，可用於API推薦生成。該模型首次發佈於this repository。

🚀 快速開始

此模型可用於生成Java編程任務的API使用示例。以下是使用Transformers的SummarizationPipeline生成Java函數文檔的示例：

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_base_api_generation"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_base_api_generation", skip_special_tokens=True),
    device=0
)

tokenized_code = "parse the uses licence node of this package , if any , and returns the license definition if theres"
pipeline([tokenized_code])

你可以在colab notebook中運行此示例。

✨ 主要特性

• 基於t5-base模型，擁有自己的SentencePiece詞彙模型。
• 在API推薦生成數據集上進行單任務訓練。

📦 安裝指南

文檔未提及具體安裝步驟，可參考原項目倉庫的相關說明。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModelWithLMHead, SummarizationPipeline

pipeline = SummarizationPipeline(
    model=AutoModelWithLMHead.from_pretrained("SEBIS/code_trans_t5_base_api_generation"),
    tokenizer=AutoTokenizer.from_pretrained("SEBIS/code_trans_t5_base_api_generation", skip_special_tokens=True),
    device=0
)

tokenized_code = "parse the uses licence node of this package , if any , and returns the license definition if theres"
pipeline([tokenized_code])

高級用法

文檔未提供高級用法示例，可根據實際需求對基礎用法進行擴展。

📚 詳細文檔

模型描述

該CodeTrans模型基於t5-base模型，具備自己的SentencePiece詞彙模型，在API推薦生成數據集上進行了單任務訓練。

預期用途和限制

此模型可用於生成Java編程任務的API使用示例。

訓練數據

有監督的訓練任務數據集可在Link下載。

評估結果

對於代碼文檔任務，不同模型在不同編程語言上（以BLEU分數衡量）取得了以下結果：

📄 許可證

文檔未提及許可證信息。

由 Ahmed Elnaggar | LinkedIn 和 Wei Ding | LinkedIn 創建