English Grammar Error Correction T5 Seq2seq

🚀 英文语法纠错T5模型

本项目利用Hugging Face的Transformers库，包含一个经过微调的预训练T5模型，专门用于英文语法纠错。该模型采用seq2seq架构，并在C4数据集上进行训练，以实现语法纠错功能。

🚀 快速开始

模型详情

🔧 技术细节

本项目使用了Hugging Face的Transformers库，借助T5ForConditionalGeneration模型进行英文语法纠错。模型基于seq2seq架构，通过在C4数据集上的训练学习到了语法规则和纠错模式。在推理阶段，输入的文本会经过分词器处理，然后输入到模型中进行生成，最终输出纠错后的文本。

💻 使用示例

基础用法

# Load model directly
import torch
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

torch_device = 'cuda' if torch.cuda.is_available() else 'cpu'

tokenizer = AutoTokenizer.from_pretrained("thenHung/english-grammar-error-correction-t5-seq2seq")
model = AutoModelForSeq2SeqLM.from_pretrained("thenHung/english-grammar-error-correction-t5-seq2seq").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=4, num_return_sequences=num_return_sequences, temperature=1.5)
  tgt_text = tokenizer.batch_decode(translated, skip_special_tokens=True)
  return tgt_text

input_text = """
He are an teachers.
"""
num_return_sequences = 3
corrected_texts = correct_grammar(input_text, num_return_sequences)
print(corrected_texts)

# output:
# ['He is a teacher.', 'He is an educator.', 'He is one of the teachers.']