t5-base-grammar-correction

t5-base-grammar-correction

用在 JFLEG 数据集上训练的 T5 模型改写英文文本，减少语法错误。由 vennify 制作，适合想在 Python 里加入语法修正步骤的写作者、学生和开发者。

由 vennify 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：t5-base-grammar-correction 是 vennify 的一个 T5 模型，输入一段英文文本，返回语法错误更少的修改版本。它用 Happy Transformer 库在名为 JFLEG 的数据集上训练。你在 Python 里调用它，就能拿到修正后的文本。

适合谁：如果你是写作者、学生或开发者，想要自动修正语法，并且能运行一小段 Python 脚本，它就适合你。

行业 | 谁在用 | 怎么用 | 例子
教育 | 学生和老师 | 清理作文和练习里的语法 | 把一句带重复词的句子交给模型处理
出版 | 编辑和博主 | 在人工审阅前修正草稿里的小错误 | 一次传入草稿里的一句话
软件 | 开发者 | 给文本工具加一个语法修正步骤 | 在脚本里调用模型并展示修改后的文本

用英语以外语言写作的人可以跳过，因为记录里只列了英语。

用在哪里：模型在你自己控制的电脑上通过 Python 运行。

• Windows、macOS 和 Linux，需要 Python
• 使用 Happy Transformer 库的 Python 脚本
• 基于 transformers 库的 Python 项目，这是记录里列出的库

用途 | 适合谁 | 得到什么
校对一句话 | 写作者 | 一句修正过错误的句子
批量清理文本 | 开发者 | 脚本传入的每段输入都得到修改后的文本

如何设置：你需要带 pip 的 Python，以及一台能下载模型文件的电脑。

1. 用 pip 安装 Hugging Face hub 库。
2. 用 hf 命令下载模型文件。
3. 用 pip 安装 Happy Transformer 库。

pip install -U huggingface_hub
hf download vennify/t5-base-grammar-correction
pip install happytransformer

如何使用：在 Python 里通过 Happy Transformer 加载 T5 模型，设置生成参数，并在每段输入前加上前缀 grammar: 和一个空格。然后调用 generate_text，打印结果里的文本。

from happytransformer import HappyTextToText, TTSettings
happy_tt = HappyTextToText("T5", "vennify/t5-base-grammar-correction")
args = TTSettings(num_beams=5, min_length=1)
result = happy_tt.generate_text("grammar: This sentences has has bads grammar.", args=args)
print(result.text)

工具 | 作用
HappyTextToText | 加载 T5 模型，用于文本到文本任务
TTSettings | 保存生成设置，这里是 5 个 beam 和最小长度 1
generate_text | 为你给出的输入返回修改后的文本

示例：给模型一句带重复词和错误复数的句子，比如模型卡示例代码里的那句。模型卡自己的注释显示结果是一句干净的话："This sentence has bad grammar."

新手与专家：如果你刚接触，先安装库，粘贴示例代码，把引号里的句子换成你自己的。文本开头要保留 grammar: 前缀。

如果你熟悉这个领域，这是在 JFLEG 上为句子修订微调的 T5 base，以文本到文本任务运行，使用 beam search。它返回的是改写后的句子，而不是标出错误的列表。

在你的文本前加上 grammar: 前缀
用 Happy Transformer 加载 T5
模型用 5 个 beam 生成
修改后的文本在 result.text 里返回

注意事项：模型返回的是你文本的修改版本，所以使用前请先读一遍输出。

• License: cc-by-nc-sa-4.0，记录里这样写，表示它是非商业许可
• Languages: 记录里只有英语
• Other versions: 记录显示其他人做了 4 个量化版本和 2 个微调版本
• Cost to run: 没有提到
• Data it reaches: 你传入的文本，以及你从 Hugging Face 下载的模型文件
• Not for: 付费产品，所以请先查看许可条款

Hugging Face 上的数据（2026年11月13日）

• 框架：transformers
• 最近 30 天下载：127,257
• 点赞：187
• 许可证：cc-by-nc-sa-4.0
• 语言：en
• Quantized versions: 4
• Fine-tunes: 2
• 标签：transformers, pytorch, t5, text2text-generation, grammar

链接

• 模型：https://huggingface.co/vennify/t5-base-grammar-correction
• 文件：https://huggingface.co/vennify/t5-base-grammar-correction/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download vennify/t5-base-grammar-correction

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。