Pubmedbert Bio Ext Summ

🚀 PubMedBERT用於生物醫學抽取式摘要

本項目基於PubMedBERT模型，針對生物醫學領域的文本進行抽取式摘要任務，能有效從大量生物醫學文獻中提取關鍵信息，提升信息獲取效率。

🚀 快速開始

代碼示例

summarizer = pipeline("summarization",
  model = "NotXia/pubmedbert-bio-ext-summ",
  tokenizer = AutoTokenizer.from_pretrained("NotXia/pubmedbert-bio-ext-summ"),
  trust_remote_code = True,
  device = 0
)

sentences = ["sent1.", "sent2.", "sent3?"]
summarizer({"sentences": sentences}, strategy="count", strategy_args=2)
>>> (['sent1.', 'sent2.'], [0, 1])

摘要策略

對文檔進行摘要的策略如下：

• length：生成最大長度的摘要（strategy_args 為最大長度）。
• count：生成指定句子數量的摘要（strategy_args 為句子數量）。
• ratio：生成與文檔長度成比例的摘要（strategy_args 為比例值，範圍 [0, 1]）。
• threshold：僅包含得分高於給定值的句子的摘要（strategy_args 為最低得分）。

📚 詳細文檔

本項目是為我的學士學位論文所做的工作。 PubMedBERT 在 MS^2 數據集上進行微調，用於抽取式摘要任務。 模型架構與 BERTSum 相似。 訓練代碼可在 biomed-ext-summ 找到。

📄 許可證

本項目採用 Apache-2.0 許可證。

📦 數據集

本模型使用了 allenai/mslr2022 數據集進行訓練。