Bert Small2bert Small Finetuned Cnn Daily Mail Summarization

🚀 🤗EncoderDecoderフレームワークを用いたBert-small2Bert-small要約

このモデルは、CNN/Dailymail要約データセットでファインチューニングされたウォームスタート済みのBERT2BERT (small) モデルです。 このモデルは、CNN/Dailymailのテストデータセットで17.37のROUGE-2スコアを達成しています。 モデルのファインチューニング方法の詳細については、このノートブックを参照してください。

🚀 クイックスタート

このモデルを使用することで、文章の要約を行うことができます。以下に使用例を示します。

💻 使用例

基本的な使用法

from transformers import BertTokenizerFast, EncoderDecoderModel
import torch
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
tokenizer = BertTokenizerFast.from_pretrained('mrm8488/bert-small2bert-small-finetuned-cnn_daily_mail-summarization')
model = EncoderDecoderModel.from_pretrained('mrm8488/bert-small2bert-small-finetuned-cnn_daily_mail-summarization').to(device)

def generate_summary(text):
    # cut off at BERT max length 512
    inputs = tokenizer([text], padding="max_length", truncation=True, max_length=512, return_tensors="pt")
    input_ids = inputs.input_ids.to(device)
    attention_mask = inputs.attention_mask.to(device)

    output = model.generate(input_ids, attention_mask=attention_mask)

    return tokenizer.decode(output[0], skip_special_tokens=True)
  
text = "your text to be summarized here..."
generate_summary(text)

📚 ドキュメント

テストセットでの結果 📝

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。

Manuel Romero/@mrm8488によって作成されました | LinkedIn スペインで ♥ を込めて作成されました