Auto Arabic Summarization

🚀 自動訓練模型

本模型聚焦於文本摘要問題，能高效處理阿拉伯語相關的文本摘要、新聞標題生成以及句子改寫等任務，為阿拉伯語自然語言處理提供了有力支持。

🚀 快速開始

你可以通過以下示例快速體驗該模型的文本摘要功能：

# 假設使用transformers庫加載模型
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_id = "2581378622"
model = AutoModelForSeq2SeqLM.from_pretrained(model_id)
tokenizer = AutoTokenizer.from_pretrained(model_id)

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."
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs)
summary = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(summary)

📚 詳細文檔

模型信息

驗證指標

框架版本

• Transformers 4.25.1
• Pytorch 1.13.0+cu116
• Datasets 2.7.1
• Tokenizers 0.13.2

數據集

本模型使用了 abdalrahmanshahrour/autotrain-data-auto-arabic-summarization 數據集進行訓練。

標籤

本模型相關的標籤包括：summarization、AraBERT、BERT、BERT2BERT、MSA、Arabic Text Summarization、Arabic News Title Generation、Arabic Paraphrasing、Summarization、generated_from_trainer、Transformers、PyTorch。

小工具示例

你可以使用以下文本進行測試：

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.