🚀 T5自动播客摘要生成模型

本模型用于自动生成播客摘要，基于谷歌的T5模型，在大规模数据集上微调而来，能高效准确地提炼播客核心内容。

🚀 快速开始

本模型可按以下方式用于摘要生成：

from transformers import pipeline

summarizer = pipeline("summarization", model="paulowoicho/t5-podcast-summarisation", tokenizer="paulowoicho/t5-podcast-summarisation")
summary = summarizer(podcast_transcript, min_length=5, max_length=20)

print(summary[0]['summary_text'])

✨ 主要特性

• 该模型是在 Spotify Podcast Dataset 上对 t5-base 进行微调的结果。
• 基于 Google's T5 构建，该模型在 C4 dataset 上进行了预训练。
• 由于训练使用了创作者提供的描述，模型还学会了在摘要中生成宣传材料（链接、标签等），因此可能需要对模型输出进行一些后处理。

📚 详细文档

预期用途和限制

本模型旨在用于自动播客摘要生成。由于训练使用了创作者提供的描述，模型在生成的摘要中也会包含宣传材料（链接、标签等），因此可能需要对模型的输出进行一些后处理。

如果在Colab上使用该模型，当转录文本的标记数量超过7000时，实例将会崩溃。不过，即使对播客转录文本进行截断以减少标记数量，模型仍能生成合理的摘要。

训练数据

本模型是在 Spotify Podcast Dataset 上对 t5-base 进行微调的结果。在微调之前，对原始数据进行了 预处理。

训练过程

训练主要基于 Abhishek Kumar Mishra 的 Fine-tune T5 for Summarization。

论文信息

• 论文：Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer
• 作者：Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

📄 许可证

文档未提及相关内容，故跳过该章节。

🔧 技术细节

文档未提供具体的技术实现细节（说明内容少于50字），故跳过该章节。

⚠️ 重要提示

如果在Colab上使用该模型，当转录文本的标记数量超过7000时，实例将会崩溃。不过，即使对播客转录文本进行截断以减少标记数量，模型仍能生成合理的摘要。

💡 使用建议

由于模型在生成的摘要中可能会包含宣传材料（链接、标签等），因此可能需要对模型的输出进行一些后处理。