Puntuación de buena formación de consultas
Ashishkr
Clasificación de texto
Evaluación de la buena formación de las oraciones mediante la verificación de la corrección gramatical y la completitud. Sensible a las mayúsculas y penaliza las oraciones por gramática y uso de mayúsculas incorrectos.
Como usar
library: HuggingFace transformers
import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("Ashishkr/query_wellformedness_score")
model = AutoModelForSequenceClassification.from_pretrained("Ashishkr/query_wellformedness_score")
sentences = [
"The quarterly financial report are showing an increase.", # Incorrecto
"Him has completed the audit for last fiscal year.", # Incorrecto
"Please to inform the board about the recent developments.", # Incorrecto
"The team successfully achieved all its targets for the last quarter.", # Correcto
"Our company is exploring new ventures in the European market." # Correcto
]
features = tokenizer(sentences, padding=True, truncation=True, return_tensors="pt")
model.eval()
with torch.no_grad():
scores = model(**features).logits
print(scores)
Funcionalidades
- Puntuación de buena formación: Proporciona una puntuación que indica la corrección gramatical y la completitud.
- Sensibilidad a las mayúsculas: Reconoce y penaliza el uso incorrecto de mayúsculas en las oraciones.
- Amplia aplicabilidad: Puede usarse en una amplia gama de oraciones.
Casos de uso
- Creación de contenido: Validar la buena formación del contenido escrito.
- Plataformas educativas: Ayuda a los estudiantes a comprobar la gramática de sus oraciones.
- Chatbots y asistentes virtuales: Validar consultas de usuarios o generar respuestas bien formadas.