t2p-onnx

Version ONNX quantifiée en INT8 du modèle Propicto/t2p-t5-large-orfeo, optimisée pour l'inférence côté client avec Transformers.js et ONNX Runtime Web (WASM).

Ce modèle convertit du texte en français en séquences de pictogrammes ARASAAC, destiné à la Communication Augmentée et Alternative (CAA).

Modèle d'origine

Ce repo contient les poids ONNX INT8 dérivés du modèle PyTorch original :

Propicto/t2p-t5-large-orfeo

Pour les détails sur l'entraînement, les datasets et les métriques d'évaluation, consultez la fiche du modèle original.

Utilisation avec Transformers.js

import { AutoTokenizer, AutoModelForSeq2SeqLM } from "@huggingface/transformers";

const tokenizer = await AutoTokenizer.from_pretrained("sml-brrt/t2p-onnx");
const model = await AutoModelForSeq2SeqLM.from_pretrained("sml-brrt/t2p-onnx", {
  device: "auto",
});

const inputs = tokenizer("Je mange une pomme");
const outputs = await model.generate({
  inputs: inputs.input_ids,
  attention_mask: inputs.attention_mask,
  max_new_tokens: 40,
  do_sample: true,
  top_k: 30,
  top_p: 0.95,
});
const pred = tokenizer.decode(outputs[0], { skip_special_tokens: true });
// → "me manger une pomme"

Le lexique associé (lexicon.json) permet de mapper les lemmes prédits aux identifiants de pictogrammes ARASAAC.

Contenu du dépôt

Fichier	Description
`config.json`	Configuration du modèle T5
`tokenizer.json`	Tokenizer SentencePiece
`tokenizer_config.json`	Configuration du tokenizer
`special_tokens_map.json`	Mapping des tokens spéciaux
`generation_config.json`	Paramètres de génération
`spiece.model`	Modèle SentencePiece binaire
`lexicon.json`	Lexique lemme → ID pictogramme ARASAAC
`onnx/encoder_model.onnx`	Encodeur ONNX INT8 (105 Mo)
`onnx/decoder_model_merged.onnx`	Décodeur ONNX INT8 (133 Mo)

Attribution

Modèle développé par :

Cécile Macaire
Chloé Dion
Emmanuelle Esperança-Rodier
Benjamin Lecouteux
Didier Schwab

Financement :

GENCI-IDRIS (Grant 2023-AD011013625R1)
PROPICTO ANR-20-CE93-0005

Conversion ONNX et intégration Transformers.js : AEDE — PictoPhrase

Citation

Si vous utilisez ce modèle, veuillez citer le travail original :

@inproceedings{macaire_jeptaln2024,
  title = {{Approches cascade et de bout-en-bout pour la traduction automatique de la parole en pictogrammes}},
  author = {Macaire, C{\'e}cile and Dion, Chlo{\'e} and Schwab, Didier and Lecouteux, Benjamin and Esperan{\c c}a-Rodier, Emmanuelle},
  url = {https://inria.hal.science/hal-04623007},
  booktitle = {{35{\`e}mes Journ{\'e}es d'{\'E}tudes sur la Parole (JEP 2024) 31{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26{\`e}me Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024)}},
  address = {Toulouse, France},
  publisher = {{ATALA \& AFPC}},
  volume = {1 : articles longs et prises de position},
  pages = {22-35},
  year = {2024}
}

Licence

Apache-2.0 (identique au modèle d'origine)

Downloads last month: -