chaem/kobart-ksl-translation

KoBART Korean-to-Korean Sign Language Translation Model

This model is based on gogamza/kobart-base-v2 and has been fine-tuned as a Transformer-based Seq2Seq model to automatically convert Korean sentences into Korean Sign Language (KSL) grammatical structures.

Model description

• 한국어 문장을 입력으로 받아 수어 문법(SOV 등)에 맞춘 변환된 문장을 출력
• 수어 통역사 부족 문제를 보완하고, 농인의 정보 접근성을 높이기 위한 기술적 접근
• 토크나이저는 KoBARTTokenizer 사용, 특수 토큰 <s>, </s>, <pad> 포함

Intended uses & limitations

Intended uses

• 음성 인식 결과(예: Whisper)를 입력으로 받아 수어 형태 문장으로 변환
• 뉴스, 안내 방송 등 농인 대상 정보 전달 시스템의 백엔드 처리에 사용 가능

Limitaions

• 한국어-수어 병렬 말뭉치 기반으로 훈련되었으며, 도메인 외 문장에는 부정확할 수 있음
• 수어 영상을 생성하는 기능은 포함되어 있지 않음 (텍스트 변환까지만 처리)

Dataset

• 출처: 국립국어원 한국어-한국수어 병렬 말뭉치
• 형식: TSV 파일로 변환하여 사용 (열 이름: koreanText, sign_lang_sntenc)

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 5e-5
• max_length: 128
• num_train_epochs: 3
• per_device_train_batch_size: 16
• gradient_accumulation_steps: 2
• warmup_steps: 500
• fp16: True

Example usage

'''from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("./") model = AutoModelForSeq2SeqLM.from_pretrained("./")

sentence = "오늘 날씨 어때?" inputs = tokenizer(sentence, return_tensors="pt") output = model.generate(**inputs, max_new_tokens=64) print(tokenizer.decode(output[0], skip_special_tokens=True))'''

Training results

Framework versions

• Transformers 4.35.2
• Pytorch 2.1.0
• Datasets 2.15.0
• Tokenizers 0.15.0