---

许可证: apache-2.0
语言:

• 英语
  评估指标:
• Rouge
  管道标签: 文本摘要
  标签:
• t5
• t5-small
• 文本摘要
• 医学研究

模型卡片

该模型用于从段落自动生成标题。

模型详情

模型描述

这是一个文本生成模型，用于将长篇摘要文本总结为一行标题。这些单行标题可用作期刊的标题。

• 开发者: Tushar Joshi
• 共享者 [可选]: Tushar Joshi
• 模型类型: t5-small
• 语言 (NLP): 英语
• 许可证: Apache 2.0
• 微调自模型 [可选]: t5-small 基线

模型来源 [可选]

• 仓库: https://huggingface.co/t5-small

用途

• 作为文本摘要工具生成标题。
• 作为可调语言模型用于下游任务。

直接使用

• 作为段落的文本摘要工具。

超出范围的用途

不适用于非常长段落的文本摘要。

偏差、风险与限制

• 最大输入标记数为 1024
• 最大输出标记数为 24

建议

用户（包括直接和下游用户）应了解模型的风险、偏差和限制。需要更多信息以提供进一步建议。

快速开始

使用以下代码开始使用模型：

from transformers import pipeline  
text = """需要总结的文本"""  

summarizer = pipeline("summarization", model="模型路径")  
summary = summarizer(text)[0]["summary_text"]  

print(summary)  

训练详情

训练数据

训练数据为内部整理，无法公开。

训练过程

无

预处理 [可选]

无

训练超参数

• 训练模式: [需更多信息]
• 无

速度、大小与时间 [可选]

训练使用 2 块 T4 GPU，耗时 4:09:47。训练生成模型使用了 10,000 条样本的数据集。

评估

摘要质量在近 20 年发表的 5000 篇研究期刊上进行了测试。

测试数据、因素与指标

测试数据量: 5000 条样本

测试数据

测试数据为内部生成和整理。

因素

[需更多信息]

指标

模型基于 Rouge 指标进行评估，以下是达到的基线结果：

结果

轮次	训练损失	验证损失	Rouge1	Rouge2	Rougel	Rougelsum	生成长度
18	2.442800	2.375408	0.313700	0.134600	0.285400	0.285400	16.414100
19	2.454800	2.372553	0.312900	0.134100	0.284900	0.285000	16.445100
20	2.438900	2.372551	0.312300	0.134000	0.284500	0.284600	16.435500

总结

模型检查 [可选]

[需更多信息]

环境影响

碳排放量可使用 Lacoste等 (2019) 提出的 机器学习影响计算器 估算。

• 硬件类型: 2 块 T4 GPU
• 使用时长: 4.5 小时
• 云服务提供商: GCP
• 计算区域: 爱尔兰
• 碳排放量: 未知

技术规格 [可选]

模型架构与目标

[需更多信息]

计算基础设施

[需更多信息]

硬件

[需更多信息]

软件

[需更多信息]

引用 [可选]

Bibtex:

[需更多信息]

APA:

[需更多信息]

术语表 [可选]

[需更多信息]

更多信息 [可选]

[需更多信息]

模型卡片作者 [可选]

Tushar Joshi

模型卡片联系方式

Tushar Joshi
LinkedIn - https://www.linkedin.com/in/tushar-joshi-816133100/