数据集:

• KomeijiForce/Text2Emoji 语言:
• 英文 评估指标:
• bertscore 任务标签:
• 文本到文本生成

EmojiLM 表情符号语言模型

这是一个基于T5架构的预训练模型，使用Text2Emoji数据集训练，能够将句子转化为表情符号序列。

例如，"I love pizza"会被转化为"🍕😍"。

以下是翻译功能的示例实现代码：

from transformers import T5Tokenizer, T5ForConditionalGeneration

path = "KomeijiForce/t5-base-emojilm"
tokenizer = T5Tokenizer.from_pretrained(path)
generator = T5ForConditionalGeneration.from_pretrained(path)

prefix = "translate into emojis:"
sentence = "I travel to enjoy the taste of sushi!"
inputs = tokenizer(prefix+" "+sentence, return_tensors="pt")
generated_ids = generator.generate(inputs["input_ids"], num_beams=4, do_sample=True, max_length=100)
decoded = tokenizer.decode(generated_ids[0], skip_special_tokens=True).replace(" ", "")
print(decoded)

运行结果可能会输出类似"🇯🇵🍣🍱😋"的表情符号组合。

若您认为本模型及数据集资源有帮助，请考虑引用我们的论文：

@article{DBLP:journals/corr/abs-2311-01751,
  作者       = {彭乐天 和
                王子龙 和
                刘航 和
                王梓涵 和
                尚靖波},
  标题        = {EmojiLM：新型表情符号语言建模},
  期刊        = {CoRR},
  卷号        = {abs/2311.01751},
  年份        = {2023},
  网址        = {https://doi.org/10.48550/arXiv.2311.01751},
  doi        = {10.48550/ARXIV.2311.01751},
  电子印本类型 = {arXiv},
  电子印本    = {2311.01751},
  时间戳      = {2023年11月7日 18:17:14 +0100},
  biburl     = {https://dblp.org/rec/journals/corr/abs-2311-01751.bib},
  参考文献源  = {dblp计算机科学文献库, https://dblp.org}
}