许可协议：Apache-2.0
数据集：

• jfleg

功能示例：

• 文本："修正语法：我正在与机器合作以写出更好的英文。"
  示例标题：示例

这是我开发的第一个语法纠错模型。该模型基于jfleg数据集构建，并采用t5-base架构。由于仅训练了3个epoch，当前输出效果仍有提升空间。

使用说明

可通过标准transformers库调用本模型。该模型体积较小，可在CPU环境下运行。

$ pip install transformers torch sentencepiece

安装依赖后，即可按以下方式运行模型：

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

模型名称 = 'vagmi/grammar-t5'

模型 = AutoModelForSeq2SeqLM.from_pretrained(模型名称)
分词器 = AutoTokenizer.from_pretrained(模型名称)

待修正文本 = '修正语法：我正在与机器合作以写出更好的英文。'
输入数据 = 分词器(待修正文本, return_tensors='pt')
输出结果 = 模型.generate(输入数据['input_ids'], num_beams=2, max_length=512, early_stopping=True)
修正后文本 = 分词器.decode(输出结果[0], skip_special_tokens=True)
# 输出示例：I am working with machine to write better english.