Code Trans T5 Base Api Generation

🚀 CodeTrans模型用于API推荐生成

CodeTrans模型基于t5基础模型架构，是一个预训练模型，可用于API推荐生成。该模型首次发布于this repository。

🚀 快速开始

此模型可用于生成Java编程任务的API使用示例。以下是使用Transformers的SummarizationPipeline生成Java函数文档的示例：

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中运行此示例。

✨ 主要特性

• 基于t5-base模型，拥有自己的SentencePiece词汇模型。
• 在API推荐生成数据集上进行单任务训练。

📦 安装指南

文档未提及具体安装步骤，可参考原项目仓库的相关说明。

💻 使用示例

基础用法

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])

高级用法

文档未提供高级用法示例，可根据实际需求对基础用法进行扩展。

📚 详细文档

模型描述

该CodeTrans模型基于t5-base模型，具备自己的SentencePiece词汇模型，在API推荐生成数据集上进行了单任务训练。

预期用途和限制

此模型可用于生成Java编程任务的API使用示例。

训练数据

有监督的训练任务数据集可在Link下载。

评估结果

对于代码文档任务，不同模型在不同编程语言上（以BLEU分数衡量）取得了以下结果：

📄 许可证

文档未提及许可证信息。

由 Ahmed Elnaggar | LinkedIn 和 Wei Ding | LinkedIn 创建