Bart Large Cnn Samsum

🚀 bart-large-cnn-samsum

このモデルは、会話の要約タスクを解決するために開発されたものです。Amazon SageMakerとHugging Faceのディープラーニングコンテナを用いて学習され、高い要約性能を持ちます。

🚀 クイックスタート

このモデルを使用する際には、より新しく微調整されたFLAN - T5バージョン philschmid/flan-t5-base-samsum を試すことをおすすめします。このバージョンはBARTバージョンよりもROGUE1で+6のスコアを達成し、47.24を記録しています。

philschmid/flan-t5-base-samsum を試す

このモデルは、Amazon SageMakerと新しいHugging Faceのディープラーニングコンテナを使用して学習されました。 詳細情報については、以下を参照してください。

• 🤗 Transformers Documentation: Amazon SageMaker
• Example Notebooks
• Amazon SageMaker documentation for Hugging Face
• Python SDK SageMaker documentation for Hugging Face
• Deep Learning Container

✨ 主な機能

• Amazon SageMakerとHugging Faceのディープラーニングコンテナを用いた学習
• 会話の要約タスクに適した性能

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import pipeline
summarizer = pipeline("summarization", model="philschmid/bart-large-cnn-samsum")

conversation = '''Jeff: Can I train a 🤗 Transformers model on Amazon SageMaker? 
Philipp: Sure you can use the new Hugging Face Deep Learning Container. 
Jeff: ok.
Jeff: and how can I get started? 
Jeff: where can I find documentation? 
Philipp: ok, ok you can find everything here. https://huggingface.co/blog/the-partnership-amazon-sagemaker-and-hugging-face                                           
'''
summarizer(conversation)

📚 ドキュメント

ハイパーパラメータ

{
    "dataset_name": "samsum",
    "do_eval": true,
    "do_predict": true,
    "do_train": true,
    "fp16": true,
    "learning_rate": 5e-05,
    "model_name_or_path": "facebook/bart-large-cnn",
    "num_train_epochs": 3,
    "output_dir": "/opt/ml/model",
    "per_device_eval_batch_size": 4,
    "per_device_train_batch_size": 4,
    "predict_with_generate": true,
    "seed": 7
}

結果

📄 ライセンス

このモデルはMITライセンスの下で提供されています。