语言:

• 中文
• 中文 标签:
• 翻译
• 文言文
• 古代 许可证: Apache-2.0 小部件:
• 文本: "轻轻的我走了，正如我轻轻的来。我轻轻的招手，作别西天的云彩。" 示例标题: "再别康桥"
• 文本: "当恐惧逝去，我会打开心眼，看清它的轨迹。" 示例标题: "沙丘"
• 文本: "暴力是无能者的最后手段" 示例标题: "基地"

从现代汉语到文言文

此模型可将现代汉语翻译为文言文，因此我推测对问题集感兴趣的人至少能说现代汉语，所以...让我继续用中文撰写文档吧

• 现代文转文言文翻译器，欢迎前往GitHub文言诗词项目页面:渊，参与讨论&点亮⭐️

• 配套推出🤗文言文转现代文模型，输入文本可支持已断句或未断句格式

• 训练数据包含逾九十万句对，数据集链接📚

推荐推理方式

注意：必须将generate函数的eos_token_id参数设为102才能生成完整译文，否则输出末端会出现残留语句（因训练时使用pad标签=-100导致熵计算问题）。

当前HuggingFace页面计算按钮存在此问题，推荐使用以下代码获取翻译结果🎻：

from transformers import (
  EncoderDecoderModel,
  AutoTokenizer
)
预训练模型 = "raynardj/wenyanwen-chinese-translate-to-ancient"
分词器 = AutoTokenizer.from_pretrained(预训练模型)
模型 = EncoderDecoderModel.from_pretrained(预训练模型)

def 推理(文本):
    分词参数 = dict(
      截断=True,
      最大长度=128,
      填充="max_length",
      返回张量='pt')
   
    输入 = 分词器([文本,],**分词参数)
    with torch.no_grad():
        return 分词器.batch_decode(
            模型.generate(
            输入.input_ids,
            attention_mask=输入.attention_mask,
            束搜索数=3,
            起始符=101,
            结束符=分词器.sep_token_id,
            填充符=分词器.pad_token_id,
        ), 跳过特殊标记=True)

当前版本案例

欢迎反馈有趣的测试案例

>>> 推理('你连一百块都不肯给我')
['不 肯 与 我 百 钱 。']

>>> 推理("他不能做长远的谋划")
['不 能 为 远 谋 。']

>>> 推理("我们要干一番大事业")
['吾 属 当 举 大 事 。']

>>> 推理("这感觉，已经不对，我努力，在挽回")
['此 之 谓 也 ， 已 不 可 矣 ， 我 勉 之 ， 以 回 之 。']

>>> 推理("轻轻地我走了， 正如我轻轻地来， 我挥一挥衣袖，不带走一片云彩")
['轻 我 行 ， 如 我 轻 来 ， 挥 袂 不 携 一 片 云 。']

其他文言文资源

• 项目源码 🌟，欢迎加星标/提交PR
• 跨语言搜索 🔎
• 现代汉语转文言文模型 ⛰
• 文言文转现代汉语模型（支持未断句输入） 🚀
• 断句模型 🗡
• 意境关键词与藏头诗生成器🤖