File size: 1,815 Bytes
2c05fa2 69e796c 2c05fa2 3911722 2c05fa2 |
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 |
---
license: mit
language:
- ru
library_name: transformers
pipeline_tag: text2text-generation
tags:
- math
- normalization
---
### Описание:
Модель для преобразования стиля и восстановления разметки для образовательных математических текстов в формат LaTeX.
Модель является дообученной на переведённом&аугментированном датасете "[Mathematics Stack Exchange API Q&A Data](https://zenodo.org/records/1414384)" версией модели [sshleifer/distilbart-cnn-12-6 ](https://huggingface.co/sshleifer/distilbart-cnn-12-6).
Пример использования:
---
``` python
import torch
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
from IPython.display import display, Math, Latex
model_dir = "kostyabuh21/DistilBART_forLaTeX "
model = AutoModelForSeq2SeqLM.from_pretrained(model_dir)
tokenizer = AutoTokenizer.from_pretrained(model_dir)
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model.to(device)
def get_latex(text):
inputs = tokenizer(text, return_tensors='pt').to(device)
with torch.no_grad():
hypotheses = model.generate(
**inputs,
do_sample=True,
top_p=0.95,
num_return_sequences=1,
repetition_penalty=1.2,
max_length=len(text),
temperature=0.6,
min_length=10,
length_penalty=1.0,
no_repeat_ngram_size=2
)
for h in hypotheses:
display(Latex(tokenizer.decode(h, skip_special_tokens=True)))
print(tokenizer.decode(h, skip_special_tokens=True))
text = 'интеграл от 3 до 5 по икс dx'
get_latex(text)
``` |