/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
t5 · dense

t5-base-grammar-correction

Языковая модель3 профессии

Модель T5 исправляет грамматические ошибки в англоязычном тексте, генерируя его отредактированную версию.

328 тыс.скачиваний за 30 дней183лайкавеса обновлены14 янв 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

vennify/t5-base-grammar-correction — модель на архитектуре T5, разработанная с помощью Happy Transformer и обученная на наборе JFLEG для исправления грамматики. Она принимает текст и генерирует его исправленную версию, стараясь уменьшить число грамматических ошибок. Подходит для корректуры предложений, черновиков и пользовательских текстов на английском языке.

Модель содержит 123,8 млн параметров, использует формат PyTorch и рассчитана на контекст до 512 токенов. Она специализирована на грамматической коррекции, поэтому может менять исходные формулировки; результат следует проверять, если важны точный смысл или стиль. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и требует распространения адаптированных материалов на тех же условиях; коммерческое использование не разрешено.

Сценарии применения

  • исправление грамматики в английских предложениях
  • корректура английских черновиков и писем
  • автоматическое исправление ошибок в пользовательском тексте

Ограничения

Контекст ограничен 512 токенами. Модель может переформулировать текст, поэтому результат стоит проверить на сохранение исходного смысла и стиля.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

T5 Grammar Correction

This model generates a revised version of inputted text with the goal of containing fewer grammatical errors. It was trained with Happy Transformer using a dataset called JFLEG. Here's a full article on how to train a similar model.

Usage

pip install happytransformer

from happytransformer import HappyTextToText, TTSettings

happy_tt = HappyTextToText("T5", "vennify/t5-base-grammar-correction")

args = TTSettings(num_beams=5, min_length=1)

# Add the prefix "grammar: " before each input 
result = happy_tt.generate_text("grammar: This sentences has has bads grammar.", args=args)

print(result.text) # This sentence has bad grammar.


Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
9e4a09d

0 моделей