khady280/serere-francais-traduction

Modèle de traduction Sérère → Français

Premier modèle de traduction automatique de la langue Sérère vers le Français.

Description

Ce modèle est un Seq2Seq avec mécanisme d'attention entraîné sur un dataset de phrases Sérère-Français créé manuellement par une locutrice native.

Langues

• Source : Sérère (srr)
• Cible : Français (fr)

Utilisation

import torch
import sentencepiece as spm

# Charger les tokenizers
sp_sr = spm.SentencePieceProcessor(model_file="tokenizer_serere.model")
sp_fr = spm.SentencePieceProcessor(model_file="tokenizer_francais.model")

# Charger le modèle
model.load_state_dict(torch.load("pytorch_model.pt"))

# Traduire
def traduire(texte):
    model.eval()
    with torch.no_grad():
        src = [2] + sp_sr.encode(texte) + [3]
        src = torch.tensor(src).unsqueeze(0)
        encoder_outputs, hidden = model.encoder(src)
        input_token = torch.tensor([2])
        tokens = []
        for _ in range(50):
            output, hidden = model.decoder(input_token, hidden, encoder_outputs)
            token = output.argmax(1)
            if token.item() == 3:
                break
            tokens.append(token.item())
            input_token = token
    return sp_fr.decode(tokens)

print(traduire("mbaldo"))  # → Bonjour

Dataset

• 243 paires de phrases Sérère-Français
• Créé manuellement par une locutrice native Sérère

Performances

• chrF2 : 100% sur les données de test
• BLEU : en cours d'amélioration

Auteur

Projet pionnier pour la préservation de la langue Sérère au Sénégal 🇸🇳