语言:

• 英语
• 德语 许可证: MIT 微件示例:
• 文本: "修复:让我们做个比较" 示例标题: 英文示例1
• 文本: "修复:他们马上就到" 示例标题: 英文示例2
• 文本: "修复:这是一个新测试" 示例标题: 德文示例1
• 文本: "修复:transformer是一种让计算机翻译字符序列的方法" 示例标题: 德文示例2
• 文本: "修复:我们能混合语言吗 können wir die Sprachen mischen" 示例标题: 英德混合示例 评估指标:
• 字符错误率(CER) 任务标签: 文本到文本生成

这是一个实验性模型，用于修正拼写错误和标点符号。 如果您想进行自己的实验或训练其他语言版本，请查看代码仓库。

模型描述

这是一个概念验证性质的英语和德语拼写校正模型。

使用场景与限制

本项目仍在开发中，请注意模型可能产生异常输出。 您可以通过pipeline接口测试模型：

from transformers import pipeline

fix_spelling_pipeline = pipeline("text2text-generation", model="oliverguhr/spelling-correction-multilingual-base")
def fix_spelling(text, max_length = 256):
    return fix_spelling_pipeline("fix:"+text, max_length = max_length)

print(fix_spelling_pipeline("can we mix the languages können wir die sprachen mischen", max_length=2048))