keT5-news-summarizerオープンソースの韓国文テキスト要約モデル、ニュース報道の核心内容を正確に抽出する

ホーム

Ket5 News Summarizer

onebeansによって開発

T5アーキテクチャに基づく韓国語テキスト要約モデルで、特にニュース報道向けにファインチューニングされています

テキスト生成

Safetensors

複数言語対応オープンソースライセンス:Apache-2.0 #韓国語ニュース要約 #T5ファインチューニングモデル #複数ラウンド最適化

ダウンロード数 40

リリース時間 : 3/7/2025

モデル概要

これは韓国語ニュース報道向けのテキスト要約モデルで、lcw99/t5-base-korean-text-summaryを基にファインチューニングされており、ニュース記事の簡潔な要約を生成できます。

モデル特徴

韓国語ニュース最適化

特に韓国語ニュース報道向けにファインチューニングされており、要約効果がニュースの特徴により適合しています

多言語サポート

韓国語と英語の2言語のテキスト要約をサポートしています

効率的なトレーニング

FP16トレーニング加速を採用し、合理的な時間内でモデル最適化を完了します

モデル能力

韓国語テキスト要約

英語テキスト要約

ニュース報道内容の抽出

使用事例

ニュースメディア

ニュース自動要約

ニュースサイトやアプリ向けに記事の要約を自動生成します

読者の閲覧効率を向上させ、ニュースの要点を素早く把握できます

コンテンツアグリゲーション

複数の関連ニュースからキー情報を抽出して集約します

ユーザーが事件の全体像を素早く理解するのに役立ちます

🚀 ニュース記事要約モデル

lcw99氏によって作成されたlcw99/t5-base-korean-text-summaryをベースにファインチューニングして作成された、ニュース記事を要約するためのモデルです。

🚀 クイックスタート

このモデルは、lcw99/t5-base-korean-text-summaryをベースにファインチューニングされた「ニュース記事要約モデル」です。学習データには、AIHubが提供する「文書要約テキスト (https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=97)」の新聞記事を使用しています。引き続き性能を改善し、良いモデルに磨き上げていきます。

✨ 主な機能

lcw99/t5-base-korean-text-summaryをベースにファインチューニングされています。
AIHubの新聞記事データを使用して学習されています。

🔧 技術詳細

学習引数

training_args = Seq2SeqTrainingArguments(
    evaluation_strategy="epoch",                    
    save_strategy="epoch",                          
    save_total_limit=2,                             
    warmup_steps=1000,                             
    learning_rate=5e-5,                             
    per_device_train_batch_size=16,                
    per_device_eval_batch_size=16,               
    num_train_epochs=3,                           
    weight_decay=0.01,                             
    predict_with_generate=True,                    
    fp16=True                               
)