标签:

• 摘要生成
• 新闻 语言: 德语 数据集:
• MLSUM 微件示例:
• 文本: '当遭遇可怕事件后，应如何妥善应对孩子的恐惧与忧虑？治疗师给出了明确建议。这个世界充满危险、犯罪与恐怖——战争、恐怖主义、环境破坏以及儿童虐待。是否该与孩子讨论这些话题？又该如何谈论？答案需根据孩子年龄来调整。儿童（尤其是幼儿）需要安全感，不必让他们接触尚无法完全理解的抽象威胁。心理学家建议，家长应妥善处理自身焦虑情绪。若孩子已接触到诸如慕尼黑近期案件等恐怖事件，则需正视孩子的恐惧并展开对话，但需强调：确实存在心理扭曲的恶人，但这属于例外；罪犯已被抓获不再逍遥法外，警察会保护大家。家庭治疗师建议传达的核心信息是：这些威胁与你无关，不会伤害到你。行为准则也有帮助：学会拒绝、大声呼救、不跟陌生人走。绘本如吉塞拉·布劳恩与多萝西·沃尔特斯的《大拒绝与小拒绝》、达格玛·盖斯勒的《我不随便跟人走！》都能早期培养这类意识。虽然每个父母想到此类罪行都会颤抖，但统计数据显示这类案件极为罕见。儿童虐待主要发生在亲密社交圈——家庭、社团或年长的所谓"朋友"中。保护孩子需要倾听他们、认真对待、主动询问并细致观察。'

基于MLSUM德语数据集微调的德语BERT2BERT摘要模型

模型架构

bert-base-german-cased（BERT基础德语版）

数据集

MLSUM是首个大规模多语言摘要数据集，收录来自在线新闻网站的150万篇德语法语西班牙语俄语土耳其语的文章/摘要对。结合CNN/每日邮报的英语数据，构成了推动文本摘要领域新研究的多语言语料库。我们基于前沿系统的跨语言对比分析揭示了现存偏差，这凸显了使用多语言数据集的必要性。 MLSUM德语版

性能指标

使用方式

import torch
from transformers import BertTokenizerFast, EncoderDecoderModel
device = 'cuda' if torch.cuda.is_available() else 'cpu'
ckpt = 'mrm8488/bert2bert_shared-german-finetuned-summarization'
tokenizer = BertTokenizerFast.from_pretrained(ckpt)
model = EncoderDecoderModel.from_pretrained(ckpt).to(device)
def generate_summary(text):
    inputs = tokenizer([text], padding="max_length", truncation=True, max_length=512, return_tensors="pt")
    input_ids = inputs.input_ids.to(device)
    attention_mask = inputs.attention_mask.to(device)
    output = model.generate(input_ids, attention_mask=attention_mask)
    return tokenizer.decode(output[0], skip_special_tokens=True)
    
text = "输入文本..."

generate_summary(text)

由Manuel Romero/@mrm8488在Narrativa支持下开发 西班牙制造 ❤