Summarisation Model

🚀 モデルIDのモデルカード

このモデルは、テキスト要約を行うために微調整されたT5モデルです。SAMSumデータセットを使用して訓練されており、🤗 TransformersとHugging Face Trainerを用いて混合精度（fp16）で訓練され、メモリ効率を最適化しています。

🚀 クイックスタート

以下のコードを使用して、このモデルを使い始めることができます。

基本的な使用法

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

# Define model name (same as uploaded one)
model_name = "Saravanankumaran/summarisation_model"

# Load model and tokenizer from Hugging Face Hub
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

print("Model loaded successfully! ✅")

# Below is the example text to use the model

text = """
Laxmi Kant: what work you planning to give Tom?
Juli: i was hoping to send him on a business trip first.
Laxmi Kant: cool. is there any suitable work for him?
Juli: he did excellent in last quarter. i will assign new project, once he is back.
"""
inputs = tokenizer(text, return_tensors="pt")

output = model.generate(**inputs)
summary = tokenizer.decode(output[0], skip_special_tokens=True)

print("Generated Output:", summary)

✨ 主な機能

• このモデルは、テキスト要約タスクに使用でき、特に対話や会話の要約に適しています。
• 他の要約データセットでさらに微調整することができ、要約機能を必要とする大規模なNLPアプリケーションにも使用できます。

📦 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

📚 ドキュメント

モデルの詳細

モデルの説明

これは、SAMSumデータセットを使用してテキスト要約用に微調整されたT5モデルです。モデルは、🤗 TransformersとHugging Face Trainerを使用して混合精度（fp16）で訓練され、メモリ効率を最適化しています。

• 開発者: Saravanan K
• 微調整元のモデル [オプション]: t5-base

モデルのソース [オプション]

• リポジトリ: https://github.com/SARAVANANVIJAY123/DL-Assessment/blob/main/DL-L%26D%20CODE.ipynb

使用例

直接使用

このモデルは、テキスト要約タスクに使用でき、特に対話や会話の要約に適しています。

下流の使用

このモデルは、他の要約データセットでさらに微調整することができ、要約機能を必要とする大規模なNLPアプリケーションにも使用できます。

適用範囲外の使用

このモデルは、対話ベースではないテキストや英語以外の言語ではうまく機能しない場合があります。

バイアス、リスク、および制限事項

このモデルはSAMSumデータセットで訓練されているため、会話英語データに関連するバイアスがある可能性があります。また、訓練データセットと大きく異なるテキストでは性能が低下する可能性があります。

🔧 技術詳細

• モデルタイプ：微調整されたT5モデル
• 訓練データ：SAMSumデータセット

📄 ライセンス

原文書にライセンス情報は記載されていません。