bopomofo2hanzi

這裡存放我的研究：修正未切換注音輸入法產生之字元，中使用的程式碼。

How to use?

Host Discord bot

1. 將 config_example.json 重新命名為 config.json
2. 在 config.json 中填入 Discord Bot Token
3. 執行以下指令安裝所需套件

   pip install -r requirements.txt
   

4. 執行 bot.py

Train models

依自身情況修改 train_XXX.py 中 get_datasets_and_tv 的參數以及其他模型參數，並執行 train_XXX.py

Use model in terminal

1. 確認模型已訓練好且位於正確的目錄下
2. 依自身情況修改 translator_XXX.py 中 model 的值，並執行 translator_XXX.py

GRU 以及 LSTM 模型共用 translator_RNN.py，修改 model 值即可
mT5 模型相關檔案為 Jupyter Notebook

Online translator

https://gallen881.github.io/bopomofo2hanzi/

Datasets

TED: https://www.kaggle.com/datasets/wahabjawed/text-dataset-for-63-langauges
PTT: https://github.com/zake7749/Gossiping-Chinese-Corpus