T5 Address Standardizer

🚀 地址标准化与纠正模型

本模型基于 t5-base 进行微调，可将不正确和不标准的地址转换为标准化地址，主要针对美国地址进行训练。

🚀 快速开始

模型使用方法

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model = AutoModelForSeq2SeqLM.from_pretrained("Hnabil/t5-address-standardizer")
tokenizer = AutoTokenizer.from_pretrained("Hnabil/t5-address-standardizer")

inputs = tokenizer(
  "220, soyth rhodeisland aveune, mason city, iowa, 50401, us",
  return_tensors="pt"
)
outputs = model.generate(**inputs, max_length=100)
print(tokenizer.batch_decode(outputs, skip_special_tokens=True))

# ['220, s rhode island ave, mason city, ia, 50401, us']

✨ 主要特性

• 评估指标：
  • 准确率（accuracy）
  • BLEU 指标（bleu）
• 示例展示：
  • 示例标题1：地址1，示例文本：19, asbury place,mason city, iowa, 50401, us
  • 示例标题2：地址2，示例文本：1429, birch drive, mason city, iowa, 50401, us

🔧 技术细节

训练数据

该模型使用了来自 openaddresses.io 的数据进行训练。