Projet de Traduction Français vers Fon

Table des matières

1. Description
2. Prérequis
3. Installation
4. Structure du projet
5. Utilisation
   • Entraînement du modèle
   • Prédiction
6. Données
7. Contribuer
8. Licence

Description

Prérequis

• Python 3.8 ou supérieur
• CUDA (optionnel, pour l'entraînement sur GPU)
• Accès à Google Colab (optionnel, si vous utilisez le script d'entraînement dans cet environnement)

Dépendances

• simpletransformers
• torch
• pandas
• scikit-learn
• sacremoses
• fsspec

Installation

1. Clonez ce dépôt :
   bash

   1git clone https://huggingface.co/byteinnovit/text-to-text-french-to-fongbe-translator 2cd text-to-text-french-to-fongbe-translator
2. Installez les dépendances :
   pip install -r requirements.txt
   Si vous n'avez pas de fichier requirements.txt, exécutez manuellement :
   pip install simpletransformers torch pandas scikit-learn sacremoses fsspec
3. (Optionnel) Si vous utilisez Google Colab, montez votre Google Drive pour accéder aux fichiers de données ou au modèle :
   python

   1from google.colab import drive 2drive.mount('/content/drive')

Structure du projet

french-to-fongbe-translation/
│
├── train_model.py              # Script pour entraîner et sauvegarder le modèle
├── predict.py                  # Script pour effectuer des prédictions
├── French_to_fongbe.csv        # Jeu de données bilingues (non inclus ici)
├── model_fon_cuda_30_epochs.pkl # Modèle entraîné sauvegardé
├── README.md                   # Ce fichier
└── requirements.txt            # Liste des dépendances (optionnel)

• train_model.py : Contient le code pour charger les données, préparer le modèle, l'entraîner et le sauvegarder sous forme de fichier .pkl.
• predict.py : Permet de charger le modèle entraîné et de traduire une phrase du français vers le Fon.
• French_to_fongbe.csv : Fichier CSV contenant les paires de phrases français-Fon utilisées pour l'entraînement (non inclus dans ce dépôt, à fournir par l'utilisateur).
• model_fon_cuda_30_epochs.pkl : Modèle pré-entraîné sauvegardé après 30 époques sur GPU.

Utilisation

Entraînement du modèle

1. Assurez-vous que le fichier French_to_fongbe.csv est dans le répertoire du projet avec les colonnes French et Fon.
2. Exécutez le script d'entraînement :
   python train_model.py
   • Le script lit le fichier CSV, prépare les données, entraîne le modèle pendant 30 époques et le sauvegarde sous model_fon_cuda_30_epochs.pkl.
   • Si vous utilisez un GPU, assurez-vous que CUDA est activé (use_cuda=True).

Prédiction

1. Assurez-vous que model_fon_cuda_30_epochs.pkl est dans le répertoire.
2. Exécutez le script de prédiction :
   python predict.py "Votre phrase en français"
   • Par défaut, le script traduit "Bonjour" si aucun argument n'est fourni.
   • Exemple :
     python predict.py "À quelle heure pars-tu ?"
     Sortie : "Gan nabi mε yi a ɖe ?"

Données

Fon,French
Ɖo gan tantɔn kpo cεju afɔton.,A 8 heures moins le quart
"Nu akwε enε ɔ, un nyi xixɔtɔ a.","A ce prix-là je ne suis pas acheteur"
...