Bert Small2bert Small Finetuned Cnn Daily Mail Summarization

🚀 Bert-small2Bert-small 摘要生成模型，搭配 🤗EncoderDecoder 框架

本模型是一個預熱啟動的 BERT2BERT（小型）模型，在 CNN/Dailymail 摘要生成數據集上進行了微調。

該模型在 CNN/Dailymail 測試數據集上的 ROUGE-2 分數達到了 17.37。

有關該模型微調的更多詳細信息，請參考 此 筆記本。

🚀 快速開始

測試集結果 📝

💻 使用示例

基礎用法

from transformers import BertTokenizerFast, EncoderDecoderModel
import torch
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
tokenizer = BertTokenizerFast.from_pretrained('mrm8488/bert-small2bert-small-finetuned-cnn_daily_mail-summarization')
model = EncoderDecoderModel.from_pretrained('mrm8488/bert-small2bert-small-finetuned-cnn_daily_mail-summarization').to(device)

def generate_summary(text):
    # cut off at BERT max length 512
    inputs = tokenizer([text], padding="max_length", truncation=True, max_length=512, return_tensors="pt")
    input_ids = inputs.input_ids.to(device)
    attention_mask = inputs.attention_mask.to(device)

    output = model.generate(input_ids, attention_mask=attention_mask)

    return tokenizer.decode(output[0], skip_special_tokens=True)
  
text = "your text to be summarized here..."
generate_summary(text)

📄 許可證

本項目採用 Apache-2.0 許可證。

由 Manuel Romero/@mrm8488 創建 | 領英

於西班牙用心打造 ❤️