Wolof–French BART Translation Model Card

Résumé rapide : Ce modèle est une version fine‑tuned de facebook/bart-base pour la traduction du Wolof vers le Français.

Model Details

Model Description

Ce modèle Seq2Seq basé sur BART a été entraîné avec PyTorch Lightning et Weights & Biases pour optimiser la métrique BLEU sur un corpus Wolof–Français de 35 000 phrases.

Développé par : Diamweli Mamadou Diadie SANKARE
LinkedIn: https://sn.linkedin.com/in/diamweli-sankare-713001192
Type de modèle : Seq2Seq / Transformer (BART)
Langues : Wolof → Français
Licence : MIT
Modèle fine‑tuned depuis : facebook/bart-base

Usage prévu

Utilisation directe : Traduction de phrases du Wolof vers le Français
Cas d’usage en aval : Intégration dans des applications de traduction automatique ou assistée

Bias, Risks, and Limitations

Le modèle peut produire des traductions inexactes pour des phrases idiomatiques ou des termes peu fréquents.
Biais possible lié à la distribution des phrases du corpus d’entraînement.
Traduit mieux les phrases courtes essayez avec des phrases de moins de 10 mots

Recommandations :

Vérifier les traductions critiques manuellement.
Enrichir le corpus d’entraînement avec des phrases variés et longues pour améliorer la couverture lexicale.

How to Get Started with the Model

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Diamweli/wolof-bart-finetuned")
model     = AutoModelForSeq2SeqLM.from_pretrained("Diamweli/wolof-bart-finetuned")

# Exemple de traduction
text = "Ambedkar mingi judd ci xeetu Dalit, di xeet wu ñu joxul benn cër ci Inde ndax dañu naan kenn du leen laal."
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(
    **inputs,
    max_new_tokens=100,
    num_beams=4,
    early_stopping=True,
)
result = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(result)
# → Traduction en français

Training Details

Données : 35 000 paires de phrases Wolof–Français au format CSV
Framework : PyTorch Lightning, Hugging Face Transformers
Optimisation : Bayesian sweep W&B sur la métrique BLEU
Hyperparamètres clés :
- Learning Rate = 6.59e-5
- Batch size = 64
- Epochs = 5
- src_max_len = 74, tgt_max_len = 99

Evaluation

Métrique principale : BLEU
Jeu de validation : 10 % du corpus initial

Résultats

Metric	Score
BLEU	4.8945
ROUGE-1	0.2454
ROUGE-2	0.0745
ROUGE-L	0.2098
ROUGE-Lsum	0.2097
Test Loss	3.5154

Model Card Authors

Diamweli Mamadou Diadie SANKARE

Contact

Pour toute question, contactez : [email protected]