pn-summary-mt5-small开源模型 - 专为波斯语文本摘要优化，免费部署超实用

首页

Pn Summary Mt5 Small

由 HooshvareLab 开发

一个针对波斯语文本摘要任务优化的mT5-small模型，在pn_summary数据集上训练

文本生成

Transformers

其他#波斯语摘要生成 #多语言MT5模型 #低资源优化

下载量 409

发布时间 : 3/2/2022

模型简介

该模型基于mT5-small架构，专门用于波斯语文本的摘要生成任务，能够从长文本中提取关键信息生成简洁摘要

模型特点

波斯语优化

专门针对波斯语文本特点进行训练和优化

多粒度ROUGE评估

提供低、中、高三种粒度的ROUGE评估结果，全面反映模型性能

轻量级架构

基于mT5-small架构，在保持性能的同时降低资源需求

模型能力

波斯语文本理解

关键信息提取

文本摘要生成

长文本压缩

使用案例

新闻媒体

新闻文章摘要

自动生成新闻文章的关键摘要

ROUGE-1 F1值约43-44%

学术研究

论文摘要生成

为波斯语学术论文生成简洁摘要

🚀 mT5-small文章摘要生成模型

这是一个基于pnSummary数据集训练的mT5-small模型，用于对文章进行摘要生成。

🚀 快速开始

该模型可直接用于文章摘要生成任务，输入文章内容，即可输出对应的摘要。

📚 详细文档

评估结果

以下表格总结了模型在验证集上获得的ROUGE分数。

+-----------+------+-----------+--------+-----------+
|   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   |
+-----------+------+-----------+--------+-----------+

测试结果

以下表格总结了模型在测试集上获得的ROUGE分数。

+-----------+------+-----------+--------+-----------+
|   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   |
+-----------+------+-----------+--------+-----------+