T5 Arabic Text Summarization

🚀 An Arabic abstractive text summarization model

A fine - tuned AraT5 model for Arabic abstractive text summarization, leveraging a dataset of 84,764 paragraph - summary pairs.

🚀 Quick Start

This is an Arabic abstractive text summarization model, which is a fine - tuned AraT5 model on a dataset of 84,764 paragraph - summary pairs.

✨ Features

• Model Tags: Arabic T5, T5, MSA, Arabic Text Summarization, Arabic News Title Generation, Arabic Paraphrasing
• Supported Languages: Arabic

📚 Documentation

• Paper: Arabic abstractive text summarization using RNN - based and transformer - based architectures.
• Dataset: link.

💻 Usage Examples

Basic Usage

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline
from arabert.preprocess import ArabertPreprocessor

model_name="malmarjeh/t5-arabic-text-summarization"
preprocessor = ArabertPreprocessor(model_name="")

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
pipeline = pipeline("text2text-generation",model=model,tokenizer=tokenizer)

text = "شهدت مدينة طرابلس، مساء أمس الأربعاء، احتجاجات شعبية وأعمال شغب لليوم الثالث على التوالي، وذلك بسبب تردي الوضع المعيشي والاقتصادي. واندلعت مواجهات عنيفة وعمليات كر وفر ما بين الجيش اللبناني والمحتجين استمرت لساعات، إثر محاولة فتح الطرقات المقطوعة، ما أدى إلى إصابة العشرات من الطرفين."
text = preprocessor.preprocess(text)

result = pipeline(text,
            pad_token_id=tokenizer.eos_token_id,
            num_beams=3,
            repetition_penalty=3.0,
            max_length=200,
            length_penalty=1.0,
            no_repeat_ngram_size = 3)[0]['generated_text']
result
>>> 'مواجهات عنيفة بين الجيش اللبناني ومحتجين في طرابلس'

📄 License

No license information provided in the original document.

Contact:

banimarje@gmail.com