韩语新闻摘要模型

演示

https://huggingface.co/spaces/gogamza/kobart-summarization

使用方法

import torch
from transformers import PreTrainedTokenizerFast
from transformers import BartForConditionalGeneration

tokenizer = PreTrainedTokenizerFast.from_pretrained('gogamza/kobart-summarization')
model = BartForConditionalGeneration.from_pretrained('gogamza/kobart-summarization')

text = "让我们回忆过去。我们看电视的样子。当时电视是独一无二的媒体。全家人围坐在一起看电视。偶尔家庭成员之间会因为新闻、电视剧和娱乐节目的选择展开遥控器争夺战。这是为了各自能实时观看偏好节目的斗争。因此家里有一台还是两台电视很重要。现在呢？'客厅影院'已成为过去式。很多家庭甚至没有电视。享受媒体福利的方式增多了。人们各自在房间里通过手机、笔记本、平板享受内容。"

raw_input_ids = tokenizer.encode(text)
input_ids = [tokenizer.bos_token_id] + raw_input_ids + [tokenizer.eos_token_id]

summary_ids = model.generate(torch.tensor([input_ids]))
tokenizer.decode(summary_ids.squeeze().tolist(), skip_special_tokens=True)