Persian Summarizer MT5

🚀 TasnimSum - MT5 摘要生成模型

TasnimSum - MT5 模型经过微调，能够根据输入内容生成精准的摘要。它基于预训练模型 pn - summary - mt5 - small，在 TasnimNews 数据集 上进行了微调训练，为文本摘要任务提供了高效的解决方案。

🚀 快速开始

本模型可用于生成输入文本的摘要，以下是使用该模型的基本步骤。

📦 安装指南

使用此模型前，你需要安装 transformers 库，可通过以下命令进行安装：

pip install transformers

💻 使用示例

基础用法

from transformers import  AutoModelForSeq2SeqLM, MT5Tokenizer

model = AutoModelForSeq2SeqLM.from_pretrained('PardisSzah/Persian_Summarizer_MT5')
tokenizer = MT5Tokenizer.from_pretrained("PardisSzah/Persian_Summarizer_MT5")

text_to_summarize = """
احسان ارکانی نماینده مردم نیشابور در مجلس شورای اسلامی در گفت‌وگو با خبرنگار پارلمانی  ، از ارائه طرح 2 فوریتی شفافیت قوای سه‌گانه
 دستگاه‌های اجرایی و نهادهای عمومی غیردولتی به هیئت رئیسه مجلس خبر داد. نماینده نیشابور
 در مجلس با بیان اینکه بیش از 200 تن از نمایندگان طرح شفافیت قوای سه‌گانه را امضا کرده‌اند،
گفت: با توجه به اینکه، این طرح  با 2 فوریت تقدیم هیئت رئیسه شد طبق آیین‌نامه داخلی مجلس باید هفته آینده در دستورکار مجلس قرار گیرد.
 متن کامل طرح 2 فوریتی شفافیت قوای سه‌گانه دستگاه‌های اجرایی و نهادهای عمومی غیردولتی به شرح ذیل است:
مقدمه (دلایل توجیهی): نظر به اینکه نظام مقدس جمهوری اسلامی ایران به تعبیر امامین انقلاب اسلامی متکی بر آرای عمومی است و لازمه این موضوع
اعتماد عموم مردم به نمایندگان و مدیران و مسئولان اعم از انتخابی و انتصابی می‌باشد،
 برای ارتقای سرمایه اجتماعی در جمهوری اسلامی ایران و تقویت باور عمومی که هیچ چیز از مردم پنهان نبوده
و تمامی مسئولان و دولتمردان و مدیران و نمایندگان در جمهوری اسلامی ایران به این امر باور دارند که
باید اطلاعات مربوط به حوزه فعالیت دستگاه‌های متبوع خود را به همراه مذاکرات و تصمیمات متخذه که قاعدتا بر حقوق تمامی مردم یا بخش عمده‌ای از جامعه اثرگذار است
در اختیار عموم مردم قرار دهند و امکان داوری را برای مردم فراهم سازند و اینکه تاکنون تلاش‌های صورت گرفته در این راستا نتوانسته موفقت‌آمیز بوده
و بعضا به دلایل مختلف منجر به مخالفت‌هایی شده و بر همین اساس هم به نتیجه منتهی نشده است لذا (طرح شفافیت قوای سه‌گانه و دستگاه‌های اجرایی و سایر نهادها)
 به منظور رفع خلاء قانونی و تحولی در نظام حکمرانی کشور تهیه و به شرح زیر برای امضای نمایندگان محترم و تصویب در صحن علنی مجلس تقدیم می‌گردد.
عنوان طرح: طرح شفافیت قوای سه گانه و دستگاه‌های اجرایی و سایر نهادها موضوع طرح
: الف) دامنه شمول قانون ماده 1- دستگاه‌ها و نهادها و سازمان ها و موسسات مشمول این قانون
عبارتند از: 1-1- کلیه دستگاه‌های اجرایی موضوع آمده 5 قانون مدیریت خدمات کشوری؛ از جمله هیئت وزیران و کلیه کمیسیون‌ها و دستگاه‌های متشکله مرکب از وزراء
 یا مدیران دستگاه‌های دولتی و کلیه وزارتخانه‌ها، سازمان‌ها، موسسات، شرکت‌های دولتی، موسسات انتفاعی وابسته به دولت، بانک‌ها و موسسات اعتباری دولتی،
 و همچنین دستگاه‌هایی که شمول قانون بر آنها مستلزم  ذکر یا تصریح نام است
، اعم از اینکه قانون خاص خود را داشته و یا از قوانین و مقررات عام تبعیت نمایند، از جمله شرکت ملی نفت ایران، شرکت ملی گاز ایران،
 شرکت ملی صنایع پتروشیمی ایران، سازمان گسترش و نوسازی صنایع ایران، سازمان بنادر و کشتیرانی جمهوری اسلامی ایران،
 سازمان صدا و سیمای جمهوری اسلامی ایران و تمام موسسات و شرکت‌های تابع یا وابسته به آنها، دانشگاه‌ها و موسسات آموزشی و
 پژوهشی و موسسات و نهادهای عمومی غیر دولتی موضوع ماده 3 قانون مدیریت خدمات کشوری - مصوب 1386 - از جمله شهرداری‌ها، کمیته امداد امام خمینی، هلال احمر جمهوری اسلامی ایران
 و تمامی سازمان‌ها، موسسات و شرکت‌های تابع یا وابسته به آنها و شوراهای اسلامی شهر و روستا، بخش، شهرستان، استان و شورای عالی استانها. 1-2- قوه مقننه شامل مجلس شورای اسلامی،
 دیوان محاسبات کشور و تمامی سازمان‌ها، موسسات و شرکت‌های تابع یا وابسته به آنها. 1-3- قوه قضائیه شامل دادسراها و دادگاه‌های دادگستری اعم از دادگاه‌های عمومی و ویژه،
 سازمان بازرسی کل کشور، دیوان عدالت اداری، سازمان قضایی نیروهای مسلح و تمامی سازمان‌ها، موسسات و شرکت‌های تابع یا وابسته به آنها و همچنین شورای عالی حل اختلاف.
 1-4- مجمع تشخیص مصلحت نظام، شورای عالی انقلاب فرهنگی، شورای عالی فضای مجازی و کلیه شوراهای عالی که به موجب قانون مصوب مجلس تشکیل شده‌اند.
 1-5- کلیه موسسات عهده‌دار خدمات عمومی از جمله شامل کانون‌های وکلای دادگستری، کانون کارشناسان رسمی دادگستری،
 سازمان نظام پزشکی جمهوری اسلامی ایران، سازمان‌های نظام مهندسی، اتاق‌های بازرگانی، صنایع، معادن و کشاورزی ایران، اصناف و تعاون، دانشگاه آزاد اسلامی،
 دانشگاه‌ها و موسسات آموزش عالی، مدارس و موسسات اعتباری و شرکت‌های بیمه غیر دولتی. ب) نحوه اقدام ماده 2- مشمولین این قانون موظفند داده ها
 و اطلاعات عمومی و تصمیمات متخذه سازمان یا شورای متبوع خود را به موجب قوانین و مقررات از طریق سامانه‌ةای مربوط به خود منتشر و اطلاعات رسانی نمایند
، به طوری که عدم بارگزاری هر کدام از اطلاعات، به معنای محرمانه بودن اطلاعات مربوط به حساب آید.
 ماده 3- رئیس مجلس شورای اسلامی و رئیس قوه قضائیه موظفند مصادیق داده و اطلاعات عمومی در هر کدام
 از نهادها و دستگاه‌های متبوع خود را علاوه بر مواردی که به عنوان اطلاعات عمومی در قانون انتشار و دسترسی آزاد به اطلاعات مشخص شده است معین کرده
 و پس از 4 ماه از تصویب این قانون جهت دسترسی عمومی به این اطلاعات به کمیسیون انتشار و دسترسی آزاد به
 اطلاعات ابلاغ نمایند. ماده 5: تمامی نهدهای شورایی کشور مشتمل بر مجلس شورای اسلامی، مجمع تشخیص مصلحت نظام، شوراهای شهر و روستاف شوراهای عالی کشور موظفند
 مشروح مذاکرات خود را اعم از صحن و کمیسیون‌های تابع آنها و آرای ماخوذه از اعضا را بلافاصله در پایگاه اطلاع‌رسانی خود منتشر نمایند.
 آیین‌نامه محرمانگی و غیرعلنی بودن جلسات هر کدام از نهادها و شوراها پس از سه ماه از تصویب این قانون باید تعیین و پس از تصویب شورای امنیت ملی به اطلاع عموم رسانده شود
. ماده 6: وزارت ارتباطات و فناوری اطلاعات موظف است ظرف سه ماه از تاریخ لازم‌الاجرا شدن این قانون،
 با همکاری سازمان اداری و استخدامی کشور و دستگاه‌های ذیربط، ضوابط ایجاد، نگهداری و
اشتراک‌گذاری اطلاعات شامل طراحی فرم‌ها و قالب‌های مورد قبول اسناد را برای تمامی دستگاه‌ها و نهادهای مشمول این قانون، به گونه‌ای تدوین کند
و پس از تصویب شورای اجرای فناوری اطلاعات با تایید شورای امنیت ملی، جهت اجرا ابلاغ نماید که اطلاعات منتشر یا به اشتراک گذاشته شده
 توسط موسسات مشمول بدون وابستگی به فناوری‌های خاص توسط نرم‌افزارهای متنوع قابل استفاده و پردازش باشند.
 همچنین، ضوابط ایجاد، اداره و به‌روزرسانی پایگاه های اطلاع‌رسانی موسسات مشمول را از جهت محتوا، سهولت و نحوه دسترسی کاربران،
 قابل اعتماد بودن و قابل فهم بودن برای عموم مردم، توسط وزارت ارتباطات و فناوری اطلاعات تهیه شده، پس از تصویب شورای اجرایی فناوری اطلاعات جهت اجرا ابلاغ می‌گردد.
 ماده 7: عدم اجرا یا اجرای ناقص تکالیف مقرر در این قانون با انتشار اطلاعات مغایر مفاد
 این قانون تخلف محسوب و متخلف یا متخلفان حسب مورد بر اساس رای هیئت‌های رسیدگی به تخلفات اداری و با توجه به اهمیت موضوع به یکی از مجازات‌های اداری مقرر
در بندهای (ج) تا (ی) ماده (9) قانون رسیدگی به تخلفات اداری - مصوب 1372 - یا مجازات متناسب مطابق قوانین مربوط محکوم می‌شوند. انتهای پیام/
"""
inputs = tokenizer(text_to_summarize, truncation=True, max_length=256, padding='max_length', return_tensors="pt")

# Now you can generate the summary
summary_ids = model.generate(inputs['input_ids'], num_beams=4, max_length=64, early_stopping=True)

# Decode the summary
summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)

print(summary)

# output: نماینده نیشابور در مجلس از ارائه طرح ۲ فوریتی شفافیت قوای سه گانه دستگاه های اجرایی و نهادهای عمومی غیردولتی به هیئت رئیسه مجلس خبر داد.

高级用法

在实际应用中，你可以根据具体需求调整 generate 方法的参数，以获得不同风格和长度的摘要。例如，调整 num_beams 可以改变束搜索的宽度，max_length 可以控制生成摘要的最大长度。以下是一个简单的示例：

# 调整参数以生成不同的摘要
summary_ids = model.generate(inputs['input_ids'], num_beams=6, max_length=80, early_stopping=True)
summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
print(summary)

📄 许可证

本项目采用 MIT 许可证。