Bert2bert Indonesian Summarization

🚀 インドネシア語BERT2BERT要約モデル

インドネシア語用にファインチューニングされたBERTベースの要約モデルです。

🚀 クイックスタート

このモデルは、インドネシア語の文章を要約するために設計されています。以下に、モデルの読み込み方法と使用例を示します。

✨ 主な機能

• インドネシア語の文章を要約することができます。
• cahya/bert-base-indonesian-1.5G をベースに、id_liputan6 データセットを使用してファインチューニングされています。

📦 インストール

本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 BertTokenizer, EncoderDecoderModel

tokenizer = BertTokenizer.from_pretrained("cahya/bert2bert-indonesian-summarization")
tokenizer.bos_token = tokenizer.cls_token
tokenizer.eos_token = tokenizer.sep_token
model = EncoderDecoderModel.from_pretrained("cahya/bert2bert-indonesian-summarization")

高度な使用法

from transformers import BertTokenizer, EncoderDecoderModel

tokenizer = BertTokenizer.from_pretrained("cahya/bert2bert-indonesian-summarization")
tokenizer.bos_token = tokenizer.cls_token
tokenizer.eos_token = tokenizer.sep_token
model = EncoderDecoderModel.from_pretrained("cahya/bert2bert-indonesian-summarization")

# 
ARTICLE_TO_SUMMARIZE = ""

# generate summary
input_ids = tokenizer.encode(ARTICLE_TO_SUMMARIZE, return_tensors='pt')
summary_ids = model.generate(input_ids,
            min_length=20,
            max_length=80, 
            num_beams=10,
            repetition_penalty=2.5, 
            length_penalty=1.0, 
            early_stopping=True,
            no_repeat_ngram_size=2,
            use_cache=True,
            do_sample = True,
            temperature = 0.8,
            top_k = 50,
            top_p = 0.95)

summary_text = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
print(summary_text)

📚 ドキュメント

ファインチューニングコーパス

bert2bert-indonesian-summarization モデルは、cahya 氏による cahya/bert-base-indonesian-1.5G をベースに、id_liputan6 データセットを使用してファインチューニングされています。

📄 ライセンス

このモデルは、Apache License 2.0の下で提供されています。