README.md

metadata

language:
  - ko
license: apache-2.0
library_name: transformers
tags:
  - text2text-generation
datasets:
  - aihub
metrics:
  - bleu
  - rouge
model-index:
  - name: ko-TextNumbarT
    results:
      - task:
          type: text2text-generation
          name: text2text-generation
        metrics:
          - type: bleu
            value: 0.958234790096092
            name: eval_bleu
            verified: false
          - type: rouge1
            value: 0.9735361877162854
            name: eval_rouge1
            verified: false
          - type: rouge2
            value: 0.9493975212378124
            name: eval_rouge2
            verified: false
          - type: rougeL
            value: 0.9734558938864928
            name: eval_rougeL
            verified: false
          - type: rougeLsum
            value: 0.9734350757552404
            name: eval_rougeLsum
            verified: false

ko-TextNumbarT(TNT Model🧨): Try Korean Reading To Number(한글을 숫자로 바꾸는 모델)

Table of Contents

• ko-TextNumbarT(TNT Model🧨): Try Korean Reading To Number(한글을 숫자로 바꾸는 모델)
  • Table of Contents
  • Model Details
  • Uses
  • Evaluation
  • How to Get Started With the Model

Model Details

• Model Description: 뭔가 찾아봐도 모델이나 알고리즘이 딱히 없어서 만들어본 모델입니다.
  BartForConditionalGeneration Fine-Tuning Model For Korean To Number
  BartForConditionalGeneration으로 파인튜닝한, 한글을 숫자로 변환하는 Task 입니다.
  

• Dataset use Korea aihub
  I can't open my fine-tuning datasets for my private issue
  데이터셋은 Korea aihub에서 받아서 사용하였으며, 파인튜닝에 사용된 모든 데이터를 사정상 공개해드릴 수는 없습니다.
  

• Korea aihub data is ONLY permit to Korean!!!!!!!
  aihub에서 데이터를 받으실 분은 한국인일 것이므로, 한글로만 작성합니다.
  정확히는 철자전사를 음성전사로 번역하는 형태로 학습된 모델입니다. (ETRI 전사기준)
  

• In case, ten million, some people use 10 million or some people use 10000000, so this model is crucial for training datasets
  천만을 1000만 혹은 10000000으로 쓸 수도 있기에, Training Datasets에 따라 결과는 상이할 수 있습니다.
  

• 수관형사와 수 의존명사의 띄어쓰기에 따라 결과가 확연히 달라질 수 있습니다. (쉰살, 쉰 살 -> 쉰살, 50살) https://eretz2.tistory.com/34
  일단은 기준을 잡고 치우치게 학습시키기엔 어떻게 사용될지 몰라, 학습 데이터 분포에 맡기도록 했습니다. (쉰 살이 더 많을까 쉰살이 더 많을까!?)

• Developed by: Yoo SungHyun(https://github.com/YooSungHyun)

• Language(s): Korean

• License: apache-2.0

• Parent Model: See the kobart-base-v2 for more information about the pre-trained base model.

Uses

Want see more detail follow this URL KoGPT_num_converter
and see bart_inference.py and bart_train.py

Evaluation

Just using evaluate-metric/bleu and evaluate-metric/rouge in huggingface evaluate library
Training wanDB URL

How to Get Started With the Model

from transformers.pipelines import Text2TextGenerationPipeline
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
texts = ["그러게 누가 여섯시까지 술을 마시래?"]
tokenizer = AutoTokenizer.from_pretrained("lIlBrother/ko-TextNumbarT")
model = AutoModelForSeq2SeqLM.from_pretrained("lIlBrother/ko-TextNumbarT")
seq2seqlm_pipeline = Text2TextGenerationPipeline(model=model, tokenizer=tokenizer)
kwargs = {
    "min_length": 0,
    "max_length": 1206,
    "num_beams": 100,
    "do_sample": False,
    "num_beam_groups": 1,
}
pred = seq2seqlm_pipeline(texts, **kwargs)
print(pred)
# 그러게 누가 6시까지 술을 마시래?