pn-summary-mt5-small開源模型 - 專為波斯語文本摘要優化，免費部署超實用

首頁

Pn Summary Mt5 Small

由HooshvareLab開發

一個針對波斯語文本摘要任務優化的mT5-small模型，在pn_summary數據集上訓練

文本生成

Transformers

其他#波斯語摘要生成 #多語言MT5模型 #低資源優化

下載量 409

發布時間 : 3/2/2022

模型概述

該模型基於mT5-small架構，專門用於波斯語文本的摘要生成任務，能夠從長文本中提取關鍵信息生成簡潔摘要

模型特點

波斯語優化

專門針對波斯語文本特點進行訓練和優化

多粒度ROUGE評估

提供低、中、高三種粒度的ROUGE評估結果，全面反映模型性能

輕量級架構

基於mT5-small架構，在保持性能的同時降低資源需求

模型能力

波斯語文本理解

關鍵信息提取

文本摘要生成

長文本壓縮

使用案例

新聞媒體

新聞文章摘要

自動生成新聞文章的關鍵摘要

ROUGE-1 F1值約43-44%

學術研究

論文摘要生成

為波斯語學術論文生成簡潔摘要

🚀 mT5-small文章摘要生成模型

這是一個基於pnSummary數據集訓練的mT5-small模型，用於對文章進行摘要生成。

🚀 快速開始

該模型可直接用於文章摘要生成任務，輸入文章內容，即可輸出對應的摘要。

📚 詳細文檔

評估結果

以下表格總結了模型在驗證集上獲得的ROUGE分數。

+-----------+------+-----------+--------+-----------+
|   Score   | Type | Precision | Recall | F-Measure |
+-----------+------+-----------+--------+-----------+
|   rouge1  | low  |   45.13   | 42.92  |   42.52   |
|   rouge1  | mid  |   45.67   | 43.47  |   43.04   |
|   rouge1  | high |   46.26   | 44.04  |   43.57   |
|           |      |           |        |           |
|    ***    | ***  |    ***    |  ***   |    ***    |
|           |      |           |        |           |
|   rouge2  | low  |   26.08   | 24.73  |   24.56   |
|   rouge2  | mid  |   26.65   | 25.29  |   25.10   |
|   rouge2  | high |   27.25   | 25.84  |   25.63   |
|           |      |           |        |           |
|    ***    | ***  |    ***    |  ***   |    ***    |
|           |      |           |        |           |
|   rougeL  | low  |   38.72   | 36.86  |   36.55   |
|   rougeL  | mid  |   39.28   | 37.38  |   37.05   |
|   rougeL  | high |   39.86   | 37.96  |   37.60   |
|           |      |           |        |           |
|    ***    | ***  |    ***    |  ***   |    ***    |
|           |      |           |        |           |
| rougeLsum | low  |   38.67   | 36.80  |   36.50   |
| rougeLsum | mid  |   39.25   | 37.36  |   37.02   |
| rougeLsum | high |   39.88   | 37.94  |   37.59   |
+-----------+------+-----------+--------+-----------+

測試結果

以下表格總結了模型在測試集上獲得的ROUGE分數。

+-----------+------+-----------+--------+-----------+
|   Score   | Type | Precision | Recall | F-Measure |
+-----------+------+-----------+--------+-----------+
|   rouge1  | low  |   45.09   | 42.67  |   42.43   |
|   rouge1  | mid  |   45.63   | 43.19  |   42.87   |
|   rouge1  | high |   46.20   | 43.78  |   43.40   |
|           |      |           |        |           |
|    ***    | ***  |    ***    |  ***   |    ***    |
|           |      |           |        |           |
|   rouge2  | low  |   26.10   | 24.57  |   24.49   |
|   rouge2  | mid  |   26.68   | 25.13  |   25.04   |
|   rouge2  | high |   27.30   | 25.73  |   25.63   |
|           |      |           |        |           |
|    ***    | ***  |    ***    |  ***   |    ***    |
|           |      |           |        |           |
|   rougeL  | low  |   38.60   | 36.49  |   36.29   |
|   rougeL  | mid  |   39.15   | 37.06  |   36.82   |
|   rougeL  | high |   39.75   | 37.63  |   37.37   |
|           |      |           |        |           |
|    ***    | ***  |    ***    |  ***   |    ***    |
|           |      |           |        |           |
| rougeLsum | low  |   38.57   | 36.49  |   36.27   |
| rougeLsum | mid  |   39.15   | 37.07  |   36.82   |
| rougeLsum | high |   39.76   | 37.56  |   37.36   |
+-----------+------+-----------+--------+-----------+