Views
No views yet
1
2from transformers import (T5ForConditionalGeneration, AutoTokenizer, pipeline)
3import torch
4
5model = T5ForConditionalGeneration.from_pretrained('PardisSzah/PersianTextFormalizer')
6tokenizer = AutoTokenizer.from_pretrained('PardisSzah/PersianTextFormalizer')
7
8pipe = pipeline(task='text2text-generation', model=model, tokenizer=tokenizer)
9def test_model(text):
10 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
11 model.to(device)
12
13 inputs = tokenizer.encode("informal: " + text, return_tensors='pt', max_length=128, truncation=True, padding='max_length')
14 inputs = inputs.to(device)
15
16 outputs = model.generate(inputs, max_length=128, num_beams=4)
17 print("Output:", tokenizer.decode(outputs[0], skip_special_tokens=True))
18
19text = "به یکی از دوستام میگم که چرا اینکار رو میکنی چرا به فکرت نباید برسه "
20print("Original:", text)
21test_model(text)
22
23# output: به یکی از دوستانم می گویم که چرا اینکار را می کنی چرا به فکرت نباید برسد
24
25text = "اسم من پردیسه و خوشحالم که از این مدل خوشتون اومده "
26print("Original:", text)
27test_model(text)
28
29# output: اسم من پردیس است و خوشحالم که از این مدل خوشتان آمده است
30