Hugging Face's logo

AIntelligenceSEN
/
bart_french_wolof

Translation
PyTorch
bart
sequence-to-sequence
wolof
french
Model card Files
xet
 Community
1
bart_french_wolof
File size: 3,050 Bytes
023d4b4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
---

library\_name: transformers
tags:

- translation
- sequence-to-sequence
- wolof
- french

---

# Wolof–French BART Translation Model Card

**Résumé rapide :**
Ce modèle est une version fine‑tuned de `facebook/bart-base` pour la **traduction** du Wolof vers le Français.

## Model Details

### Model Description

Ce modèle Seq2Seq basé sur BART a été entraîné avec PyTorch Lightning et Weights & Biases pour optimiser la métrique BLEU sur un corpus Wolof–Français de 35 000 phrases.

* **Développé par :** Diamweli Mamadou Diadie SANKARE
* LinkedIn: https://sn.linkedin.com/in/diamweli-sankare-713001192
* **Type de modèle :** Seq2Seq / Transformer (BART)
* **Langues :** Wolof → Français
* **Licence :** MIT
* **Modèle fine‑tuned depuis :** `facebook/bart-base`

### Usage prévu

* **Utilisation directe :** Traduction de phrases du Wolof vers le Français
* **Cas d’usage en aval :** Intégration dans des applications de traduction automatique ou assistée

## Bias, Risks, and Limitations

* Le modèle peut produire des traductions inexactes pour des phrases idiomatiques ou des termes peu fréquents.
* Biais possible lié à la distribution des phrases du corpus d’entraînement.
* # Traduit mieux les phrases courtes essayez avec des phrases de moins de 10 mots

**Recommandations :**

* Vérifier les traductions critiques manuellement.
* Enrichir le corpus d’entraînement avec des phrases variés et longues pour améliorer la couverture lexicale.

## How to Get Started with the Model

```python
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Diamweli/wolof-bart-finetuned")
model     = AutoModelForSeq2SeqLM.from_pretrained("Diamweli/wolof-bart-finetuned")

# Exemple de traduction
text = "Ambedkar mingi judd ci xeetu Dalit, di xeet wu ñu joxul benn cër ci Inde ndax dañu naan kenn du leen laal."
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(
    **inputs,
    max_new_tokens=100,
    num_beams=4,
    early_stopping=True,
)
result = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(result)
# → Traduction en français
```

## Training Details

* **Données :** 35 000 paires de phrases Wolof–Français au format CSV
* **Framework :** PyTorch Lightning, Hugging Face Transformers
* **Optimisation :** Bayesian sweep W\&B sur la métrique BLEU
* **Hyperparamètres clés :**

  * Learning Rate = 6.59e-5
  * Batch size = 64
  * Epochs = 5
  * `src_max_len` = 74, `tgt_max_len` = 99

## Evaluation

* **Métrique principale :** BLEU
* **Jeu de validation :** 10 % du corpus initial

### Résultats

| Metric      | Score     |
|-------------|-----------|
| BLEU        | 4.8945    |
| ROUGE-1     | 0.2454    |
| ROUGE-2     | 0.0745    |
| ROUGE-L     | 0.2098    |
| ROUGE-Lsum  | 0.2097    |
| Test Loss   | 3.5154    |


## Model Card Authors

* Diamweli Mamadou Diadie SANKARE

## Contact

Pour toute question, contactez : [sankarediamweli@gmail.com](mailto:sankarediamweli@gmail.com])