Amazon Review Summarizer Bart

🚀 BART (大型モデル)、Amazonレビュー（英語）でファインチューニング済み

BARTモデルはCNN-DailyMailデータセットで事前学習されましたが、英語で提供されているAmazonのウェブサイトの購入レビューで再学習されました。これを行った目的は、Amazon.comのユーザーレビューを要約するパイプラインを構築することです。

✨ 主な機能

📚 モデルの説明

Hugging Faceによると、BARTは双方向（BERTのような）エンコーダと自己回帰型（GPTのような）デコーダを持つトランスフォーマーエンコーダ - エンコーダ（seq2seq）モデルです。BARTは、(1) 任意のノイズ関数でテキストを破損させ、(2) 元のテキストを再構築するモデルを学習することで事前学習されます。

📦 データセット

リンク: Amazonレビューコーパス

📋 使用目的と制限

このモデルは、ウェブサイト上のユーザーレビューを要約するために使用されることを目的としています。

💻 使用例

基本的な使用法

以下は、pipeline APIを使用してこのモデルを使う方法です。

from transformers import pipeline
summarizer = pipeline("summarization", model="mabrouk/amazon-review-summarizer-bart")
review = """ I really like this book. It takes a step-by-step approach to introduce the reader to the IBM Q Experience, to the basics underlying quantum computing, and to the reality of the noise involved in the current machines. This introduction is technical and shows the user how to use the IBM system either directly through the GUI on their website or by running Python code on one's own machine. The text provides examples of small exercises to try and stimulates ideas of new things to try. The IBM Q Exp Qiskit software modules are identified and introduced - Terra, Aer, Ignis, and Aqua, as well as the backends that one can choose to do the computing. The book ends with two great chapters on quantum algorithms.
"""
print(summarizer(review, min_length = 60))
>>> [{'summary': 'This book is a great resource, and a great read, to learn about quantum and start writing your first programs, or to brush up on your programming skills. I loved that there is a quiz at the end of every chapter so you can check and see how...'}]

🔗 参考情報

事前学習モデル: facebook/bart-large-cnn 再学習データセット: Amazonレビューコーパス