# ROUGE評価

mt5-baseアーキテクチャに基づいてトレーニングされたテキスト要約モデルで、テキストからキー情報を抽出して要約を生成することをサポートします。

google-t5/t5-smallをファインチューニングしたニュース要約生成モデルで、ニューステキストの簡潔な要約を生成できます。

mT5-smallを改良したクメール語テキスト要約モデルで、最大1024トークンの入力に対応し、クメール語の記事、段落、文書の要約生成に適しています。

BARTアーキテクチャに基づくテキスト要約モデルで、英語の科学論文の要約生成タスクに適しています。

mT5アーキテクチャに基づくトルコ語ニューステキスト要約モデルで、トルコ語の経済および時事ニュースデータセットでトレーニングされ、ニューステキストの核心内容を要約することができます。

PEGASUSアーキテクチャに基づくインドネシア語要約生成モデルで、Liputan6ニュースデータセットで微調整され、インドネシア語のニュースコンテンツの自動要約生成に適しています。

T5-smallアーキテクチャに基づくファインチューニングモデルで、主にテキスト生成タスクに使用され、ROUGE指標では平均的な性能

T5-smallをファインチューニングした金融文書要約生成モデル、searde/dataset-financial-documents-3データセットでトレーニング

facebook/bart-baseをmulti_newsデータセットでファインチューニングしたテキスト要約生成モデル

このモデルは、facebook/bart-baseをmulti_newsデータセットでファインチューニングしたテキスト要約モデルで、マルチドキュメント要約タスク専用に設計されています。

barthez-orangesum-titleをファインチューニングしたテキスト要約モデルで、記事のタイトル風要約の生成に優れています

barthez-orangesum-titleをファインチューニングした要約生成モデルで、未知のデータセットで訓練され、フランス語テキスト要約タスクをサポートします。

これはT5-baseモデルをファインチューニングした自動ポッドキャスト要約生成モデルで、Spotifyポッドキャストデータセットでトレーニングされています。

google/mt5-baseをベースに微調整した英語要約生成モデルで、wikinewsデータセットで学習され、ニュース要約生成タスクに適しています。

これはBARTアーキテクチャに基づく事前学習モデルで、主に要約生成と差分対比タスクに使用されます。

BARTアーキテクチャに基づくシーケンス・ツー・シーケンスモデルで、会議や対話の要約タスクに特化してファインチューニングされており、様々な対話データから抽象的な要約を生成できます。

CNN/デイリーメールデータセットで訓練された要約生成モデルで、ニュース記事の簡潔な要約を自動生成できます。

このモデルはCNN/デイリーメールデータセットで訓練された要約生成モデルで、主にニュース記事の簡潔な要約を生成するために使用されます。