P

Pegasus Summarization

由 AlekseyKulnevich 开发
Pegasus是一个基于Transformer的序列到序列模型,专门用于文本摘要任务。该模型基于谷歌的Pegasus架构,经过微调以生成高质量的摘要。
下载量 34
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

Pegasus Summarization模型是一个高效的文本摘要工具,能够从长篇文章中提取关键信息并生成简洁的摘要。适用于新闻、研究论文等多种文本类型。

模型特点

高质量摘要生成
能够生成流畅、连贯且信息丰富的摘要,保留原文的关键信息。
支持长文本输入
最大支持1024个token的输入长度,适合处理较长的文章和文档。
多种生成策略
支持beam search、top-k采样等多种文本生成策略,可根据需求调整。

模型能力

文本摘要
信息提取
内容压缩

使用案例

新闻媒体
新闻文章摘要
自动生成新闻文章的简短摘要,帮助读者快速了解主要内容。
生成简洁、准确的摘要,保留关键事实和事件。
学术研究
研究论文摘要
为长篇研究论文生成执行摘要,突出研究方法和主要发现。
帮助研究人员快速了解论文核心内容。