mrgo82/t5_reorder_fr

language: fr tags: - t5 - text-reordering - french

T5 Small Reorder

Description du modèle

Ce modèle est une version de T5 (t5-small ou autre modèle de base) affinée pour la tâche spécifique de réordonnancement de phrases en français. Il prend en entrée une phrase (courte) dont les mots ont été mélangés et génère une version réordonnée et grammaticalement correcte de cette phrase, si possible.

Comment utiliser le modèle

Vous pouvez charger le modèle et son tokenizer directement depuis le Hugging Face Hub. Voici un exemple de code Python pour l'utiliser :

import sys
from transformers import T5Tokenizer, T5ForConditionalGeneration

# Charger ton modèle entraîné
model_name = "./t5_reorder_fr"
tokenizer = T5Tokenizer.from_pretrained(model_name)
model = T5ForConditionalGeneration.from_pretrained(model_name)

def reorder_phrase(phrase: str):
    # Encoder la phrase
    inputs = tokenizer(phrase, return_tensors="pt", padding=True, truncation=True, max_length=32)
    
    # Générer une sortie
    outputs = model.generate(
        inputs["input_ids"],
        attention_mask=inputs["attention_mask"],
        max_length=32,
        num_beams=5,
        early_stopping=True
    )
    
    # Décoder en texte
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Vérifier si une phrase a été passée en argument
if __name__ == "__main__":
    if len(sys.argv) > 1:
        # Récupérer la phrase depuis les arguments de la ligne de commande
        # On utilise sys.argv[1:] pour joindre tous les mots, au cas où la phrase contient plusieurs mots
        test_phrase = " ".join(sys.argv[1:])
        print("Entrée :", test_phrase)
        print("Sortie :", reorder_phrase(test_phrase))
    else:
        print("Erreur : Veuillez passer une phrase en argument.")
        print("Exemple d'utilisation : python votre_script.py 'phrase a reordonner'")

# Ainsi votrescript.py "espoir et la l solitude" devrait produire : La solitude et l'espoir