MEETING SUMMARY

🚀 MEETING_SUMMARY

這是一個基於BART架構的序列到序列（seq2seq）模型，主要用於文本摘要生成任務，在多個數據集上展現出了良好的性能。

🚀 快速開始

該模型適用於文本摘要生成任務，可處理多種類型的文本數據，如對話、新聞等。以下是一些相關信息：

• 標籤：包含bart、seq2seq、summarization等。
• 數據集：支持cnndaily、newyorkdaily、xsum、samsum、dialogsum、AMI等。
• 評估指標：使用rouge指標進行評估。

✨ 主要特性

• 多數據集支持：能夠在多個不同的數據集上進行訓練和評估，具有較好的泛化能力。
• 高性能表現：在多個數據集上的ROUGE指標表現良好，如在samsum數據集上，ROUGE - 1達到了53.1878。

📚 詳細文檔

模型評估結果

📄 許可證

本項目採用Apache - 2.0許可證。