Grammarcorrector

🚀 語法糾正T5模型

本模型基於T5架構，專為語法糾正任務而訓練，能夠精準識別並修正輸入句子中的各類語法錯誤。

🚀 快速開始

模型使用示例

import torch
from transformers import T5Tokenizer, T5ForConditionalGeneration
model_name = 'deep-learning-analytics/GrammarCorrector'
torch_device = 'cuda' if torch.cuda.is_available() else 'cpu'
tokenizer = T5Tokenizer.from_pretrained(model_name)
model = T5ForConditionalGeneration.from_pretrained(model_name).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=num_beams, num_return_sequences=num_return_sequences, temperature=1.5)
  tgt_text = tokenizer.batch_decode(translated, skip_special_tokens=True)
  return tgt_text
  

💻 使用示例

基礎用法

text = 'He are moving here.'
print(correct_grammar(text, num_return_sequences=2))
['He is moving here.', 'He is moving here now.']

高級用法

text = 'Cat drinked milk'
print(correct_grammar(text, num_return_sequences=2))
['Cat drank milk.', 'Cat drink milk.']

📚 詳細文檔

模型描述

該模型是經過專門訓練用於語法糾正的T5模型，能夠有效糾正輸入句子中的語法錯誤。

數據集描述

T5-base模型在C4_200M數據集上進行訓練。

📄 許可證

文檔未提及許可證相關信息。

👥 開發者信息

本模型由 Priya-Dwivedi 開發。