Mbart50 Turkish Grammar Corrector

🚀 土耳其語語法糾錯模型

本模型是一個用於土耳其語語法糾錯的模型，基於預訓練模型微調而來。它能夠接收包含語法錯誤的土耳其語句子，並輸出語法正確的文本，可應用於教育工具、寫作助手等各類自然語言處理場景。

🚀 快速開始

模型概述

此模型是在 GECTurk-generation 數據集上對 facebook/mbart-large-50-many-to-many-mmt 進行微調得到的，用於完成土耳其語語法糾錯任務。它以包含語法錯誤的土耳其語句子作為輸入，生成語法正確的土耳其語文本。

該模型可用於教育工具、寫作助手或任何受益於清晰正確土耳其語語法的自然語言處理應用。它支持 "tr_TR" 語言代碼用於輸入和輸出，並且無需特定任務前綴即可工作。

如何開始使用模型

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("yeniguno/mbart50-turkish-grammar-corrector")
model = AutoModelForSeq2SeqLM.from_pretrained("yeniguno/mbart50-turkish-grammar-corrector")

def correct_turkish(text):
    tokenizer.src_lang = "tr_TR"
    encoded = tokenizer(text, return_tensors="pt", max_length=128, truncation=True)

    input_ids = encoded["input_ids"].to(model.device)

    generated_ids = model.generate(
        input_ids,
        max_length=128,
        num_beams=4,
        forced_bos_token_id=tokenizer.lang_code_to_id["tr_TR"]
    )
    return tokenizer.decode(generated_ids[0], skip_special_tokens=True)

print(correct_turkish("Alide geldi.")) # Ali de geldi.

🔧 技術細節

訓練詳情

該模型使用 Hugging Face Transformers 的 Seq2SeqTrainer 進行訓練。

📄 許可證

本模型採用 MIT 許可證。

模型信息表格