Clone model from bmd1905/vietnamese-correction-v2

README.md

@@ -1,3 +1,61 @@
----
-license: mit
----
+---
+tags:
+- generated_from_trainer
+model-index:
+- name: vietnamese-correction-v2
+  results: []
+license: apache-2.0
+language:
+- vi
+---
+
+# vietnamese-correction-v2
+
+## Usage
+```python
+from transformers import pipeline
+
+corrector = pipeline("text2text-generation", model="bmd1905/vietnamese-correction-v2")
+```
+```python
+# Example
+MAX_LENGTH = 512
+
+# Define the text samples
+texts = [
+    "côn viec kin doanh thì rất kho khan nên toi quyết dinh chuyển sang nghề khac  ",
+    "toi dang là sinh diên nam hai ở truong đạ hoc khoa jọc tự nhiên , trogn năm ke tiep toi sẽ chọn chuyen nganh về trí tue nhana tạo",
+    "Tôi  đang học AI ở trun tam AI viet nam  ",
+    "Nhưng sức huỷ divt của cơn bão mitch vẫn chưa thấm vào đâu lsovớithảm hoạ tại Bangladesh ăm 1970 ",
+    "Lần này anh Phươngqyết xếp hàng mua bằng được 1 chiếc",
+    "một số chuyen gia tài chính ngâSn hànG của Việt Nam cũng chung quan điểmnày",
+    "Cac so liệu cho thay ngươi dân viet nam đang sống trong 1 cuôc sóng không duojc nhu mong đọi",
+    "Nefn kinh té thé giới đang đúng trươc nguyen co của mọt cuoc suy thoai",
+    "Khong phai tất ca nhưng gi chung ta thấy dideu là sụ that",
+    "chinh phủ luôn cố găng het suc để naggna cao chat luong nền giáo duc =cua nuoc nhà",
+    "nèn kinh te thé giới đang đứng trươc nguy co của mọt cuoc suy thoai",
+    "kinh tế viet nam dang dứng truoc 1 thoi ky đổi mơi chưa tung có tienf lệ trong lịch sử"
+]
+
+# Batch prediction
+predictions = corrector(texts, max_length=MAX_LENGTH)
+
+# Print predictions
+for text, pred in zip(texts, predictions):
+    print("- " + pred['generated_text'])
+```
+```
+Output:
+- Công việc kinh doanh thì rất khó khăn nên tôi quyết định chuyển sang nghề khác.
+- Tôi đang là sinh viên năm hai ở trường đại học khoa học tự nhiên , trong năm kế tiếp tôi sẽ chọn chuyên ngành về trí tuệ nhân tạo.
+- Tôi đang học AI ở trung tâm AI Việt Nam.
+- Nhưng sức huỷ diệt của cơn bão Mitch vẫn chưa thấm vào đâu so với thảm hoạ tại Bangladesh năm 1970.
+- Lần này anh Phương quyết xếp hàng mua bằng được 1 chiếc.
+- Một số chuyên gia tài chính ngân hàng của Việt Nam cũng chung quan điểm này.
+- Các số liệu cho thấy ngươi dân Việt Nam đang sống trong 1 cuôc sóng không được như mong đợi.
+- Năng kinh té thé giới đang đúng trươc nguyen co của mọt cuoc suy thoai.
+- Không phải tất cả nhưng gì chúng ta thấy đều là sự thật.
+- Chính phủ luôn cố gắng hết sức để nâng cao chất lượng nền giáo dục - cua nước nhà.
+- Nền kinh tế thế giới đang đứng trươc nguy cơ của một cuộc suy thoái.
+- Kinh tế Việt Nam đang đứng trước 1 thời kỳ đổi mới chưa từng có tiền lệ trong lịch sử.
+```

config.json

@@ -0,0 +1,37 @@
+{
+  "_name_or_path": "vinai/bartpho-syllable",
+  "activation_dropout": 0.0,
+  "activation_function": "gelu",
+  "architectures": [
+    "MBartForConditionalGeneration"
+  ],
+  "attention_dropout": 0.0,
+  "bos_token_id": 0,
+  "classifier_dropout": 0.0,
+  "d_model": 1024,
+  "decoder_attention_heads": 16,
+  "decoder_ffn_dim": 4096,
+  "decoder_layerdrop": 0.0,
+  "decoder_layers": 12,
+  "decoder_start_token_id": 2,
+  "dropout": 0.1,
+  "encoder_attention_heads": 16,
+  "encoder_ffn_dim": 4096,
+  "encoder_layerdrop": 0.0,
+  "encoder_layers": 12,
+  "eos_token_id": 2,
+  "forced_eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "init_std": 0.02,
+  "is_encoder_decoder": true,
+  "max_position_embeddings": 1024,
+  "model_type": "mbart",
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "scale_embedding": false,
+  "tokenizer_class": "BartphoTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.38.2",
+  "use_cache": true,
+  "vocab_size": 40030
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c3ca2ef8f5b24e0f3c71a8736cf207ac9bec18eeae5df39bac9c339721f96f4
+size 1583480280

runs/Apr16_16-20-05_gb2t-WS-C621E-SAGE-Series/events.out.tfevents.1713259206.gb2t-WS-C621E-SAGE-Series.60008.0

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:429e3a33a41c913b63052cf10c3f6fec444f0f47c2d7e42274f41728740cd43a
+size 5075

runs/Apr16_16-23-23_gb2t-WS-C621E-SAGE-Series/events.out.tfevents.1713259405.gb2t-WS-C621E-SAGE-Series.60748.0

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:447354c2aded4f2703d77adb4dfe5dc8dc27b9808f094b1c83fcfaf14ec50e6f
+size 10518

sentencepiece.bpe.model

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cfc8146abe2a0488e9e2a0c56de7952f7c11ab059eca145a0a727afce0db2865
+size 5069051

special_tokens_map.json

@@ -0,0 +1,15 @@
+{
+  "bos_token": "<s>",
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": true,
+    "normalized": true,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "unk_token": "<unk>"
+}

tokenizer_config.json

@@ -0,0 +1,55 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "40029": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": true,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "mask_token": "<mask>",
+  "model_max_length": 1024,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "sp_model_kwargs": {},
+  "tokenizer_class": "BartphoTokenizer",
+  "unk_token": "<unk>"
+}

training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9d185703bf08499ca9c2f9c3612d9f7ec11b7666a7cdb13773aac6c1b1e3d400
+size 5048