语言: 中文
标签:

• 摘要生成
• 中文

推理: 关闭

燃灯-飞马-238M-摘要-中文版

• 主页: 封神榜
• GitHub: 封神榜大模型

模型简介

专精于文本摘要任务，基于多个中文摘要数据集微调后的PAGASUS-base中文版本。

模型分类

模型详情

核心论文: PEGASUS: 基于间隙句提取的抽象摘要预训练

本模型基于燃灯-飞马-238M-中文基础版，在7个中文领域摘要数据集（约400万样本）上微调优化，涵盖教育、新闻2016中文、NLPCC、深测、搜狐、清华新闻和微博领域。

性能表现

使用指南

from transformers import PegasusForConditionalGeneration  
# 需提前从封神榜GitHub仓库获取tokenizers_pegasus.py等文件  
# 或直接下载：https://huggingface.co/IDEA-CCNL/Randeng_Pegasus_523M/tree/main  
# 强烈建议克隆仓库：  
# 1. git clone https://github.com/IDEA-CCNL/Fengshenbang-LM  
# 2. 进入fengshen/examples/pegasus/目录获取所需文件  

from tokenizers_pegasus import PegasusTokenizer  

model = PegasusForConditionalGeneration.from_pretrained("IDEA-CCNL/Randeng-Pegasus-238M-Summary-Chinese")  
tokenizer = PegasusTokenizer.from_pretrained("IDEA-CCNL/Randeng-Pegasus-238M-Summary-Chinese")  

text = "北京冬奥会自由式滑雪女子坡面障碍技巧决赛中，谷爱凌摘银..."  
inputs = tokenizer(text, max_length=1024, return_tensors="pt")  

# 生成摘要  
summary_ids = model.generate(inputs["input_ids"])  
tokenizer.batch_decode(summary_ids, skip_special_tokens=True)[0]  

# 输出示例: 滑雪女子坡面障碍技巧决赛谷爱凌获银牌  

引用规范

若使用本模型，请引用我们的论文:

@article{fengshenbang,  
  author    = {张嘉旭等},  
  title     = {封神榜1.0: 中文认知智能基石},  
  journal   = {CoRR},  
  volume    = {abs/2209.02970},  
  year      = {2022}  
}  

或引用项目主页:

@misc{Fengshenbang-LM,  
  title={封神榜大模型},  
  author={IDEA-CCNL},  
  year={2021},  
  howpublished={\url{https://github.com/IDEA-CCNL/Fengshenbang-LM}},  
}