Ru Sum

🚀 トランスフォーマーモデルによる要約生成

このモデルは、Googleのmt5-baseモデルをファインチューニングしたもので、ロシア語の文章要約に使用されます。約50,000件のサンプルデータセットで訓練されています。今後、品質、長さ、精度の向上を目指して更新が行われます。

🚀 クイックスタート

このモデルは、Googleのmt5-baseモデルをベースに、ロシア語の文章要約タスクに特化してファインチューニングされています。

✨ 主な機能

• ロシア語の文章を要約することができます。
• 約50,000件のサンプルデータセットで訓練されています。
• 今後、品質、長さ、精度の向上を目指して更新が行われます。

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを実行してください。

pip install transformers torch

💻 使用例

基本的な使用法

model_name = "sarahai/ru-sum"  
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

device = torch.device("cpu") #if you are using cpu

input_text = "текст на русском" #your input in russian
input_ids = tokenizer(input_text, return_tensors="pt").input_ids.to(device)
outputs = model.generate(input_ids, max_length=100, min_length=50, length_penalty=2.0, num_beams=4, early_stopping=True) #change according to your preferences
summary = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(summary)

📚 ドキュメント

モデル情報

参考資料

• Hugging Face Model Hub
• T5 Paper

免責事項

このモデルの性能は、ファインチューニングに使用されたデータの品質と代表性に影響を受ける可能性があります。ユーザーは、特定のアプリケーションやデータセットに対するモデルの適合性を評価することを推奨します。

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。