Bart Log Summarization

🚀 モデルIDのモデルカード

このモデルは、任意のソフトウェアのログを要約するためにファインチューニングされたモデルです。

✨ 主な機能

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・デコーダ（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。

BARTは、テキスト生成（例：要約、翻訳）のためにファインチューニングされた場合に特に効果的ですが、理解タスク（例：テキスト分類、質問応答）にもうまく機能します。

モデルの説明

これはログ要約モデルで、ログステートメントの抽象的な要約を行うのに役立ちます。このモデルはBart-baseモデルに基づいており、GPT 3.5を使用して作成された合成データベースで学習されています。

💻 使用例

基本的な使用法

from transformers import pipeline
from transformers import AutoTokenizer, TFAutoModelForSeq2SeqLM

# Load the fine-tuned model and tokenizer
model = TFAutoModelForSeq2SeqLM.from_pretrained('VidhuMathur/bart-log-summarization')
tokenizer = AutoTokenizer.from_pretrained('facebook/bart-base')

# Create a summarization pipeline using the fine-tuned model and tokenizer
model_pipeline = pipeline("summarization", model=model, tokenizer=tokenizer)

# Example log text for summarization
text = "summarize: 2023-11-15T19:39:02.238394189Z stderr F 2023-11-15 19:39:02,237 INFO [__main__] [server.py:32] [trace_id=6011fa67839c66d0d44542ec0f996416 span_id=8aed01d1fe2a3174 resource.service.name=00688f8f-1904-429a-80b9-06b2c92df17d trace_sampled=True] - executed query: SELECT * FROM profiles WHERE id = '1529' , time taken: 0:00:00.000541"

# Generate a summary using the model
summary = model_pipeline(text)

# Print the generated summary
print(summary[0]['summary_text'])

📄 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。