Bert Small2bert Small Finetuned Cnn Daily Mail Summarization

🚀 Bert-small2Bert-small 摘要生成模型，搭配 🤗EncoderDecoder 框架

本模型是一个预热启动的 BERT2BERT（小型）模型，在 CNN/Dailymail 摘要生成数据集上进行了微调。

该模型在 CNN/Dailymail 测试数据集上的 ROUGE-2 分数达到了 17.37。

有关该模型微调的更多详细信息，请参考 此 笔记本。

🚀 快速开始

测试集结果 📝

💻 使用示例

基础用法

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)

📄 许可证

本项目采用 Apache-2.0 许可证。

由 Manuel Romero/@mrm8488 创建 | 领英

于西班牙用心打造 ❤️