金融摘要生成专用PEGASUS模型

该模型基于彭博社2000篇金融新闻（涵盖股票、市场、货币、利率及加密货币等主题）进行微调，核心架构采用PEGASUS模型，并以极端摘要生成数据集(XSum)的微调版本google/pegasus-xsum为基础。PEGASUS模型最初由Jingqing Zhang等学者在论文《PEGASUS: 基于间隙句提取的预训练抽象摘要模型》中提出。

注：本模型为基础版本。如需性能提升16%以上（以ROUGE分数衡量，更接近人工摘要质量）的进阶模型，请访问Rapid API平台使用我们的高级版本。该版本提供多种定制方案，可满足个人与企业级需求。

使用示例（PyTorch环境）

from transformers import PegasusTokenizer, PegasusForConditionalGeneration

# 加载模型与分词器
model_name = "human-centered-summarization/financial-summarization-pegasus"
tokenizer = PegasusTokenizer.from_pretrained(model_name)
model = PegasusForConditionalGeneration.from_pretrained(model_name)  # 使用TensorFlow版本请替换为TFPegasusForConditionalGeneration

# 待摘要文本
financial_news = "沙特资产规模最大的银行国民商业银行(NCB)同意以150亿美元收购竞争对手桑巴金融集团，创本年度银行业最大并购案。根据周日声明，NCB将以每股28.45里亚尔(合7.58美元)的价格收购，总估值约557亿里亚尔。股权置换比例为每股桑巴股票兑换0.739股NCB新股，低于6月框架协议设定的0.736-0.787区间下限。该报价较桑巴10月8日收盘价溢价3.5%，较并购消息公布前股价高出24%。彭博社率先报道此次并购谈判。合并后银行总资产将超2200亿美元，成为海湾地区第三大银行，其460亿美元市值接近卡塔尔国民银行(QPSC)，后者仍以2680亿美元资产位居中东首位。"

# 生成摘要（采用束搜索策略）
summary_ids = model.generate(
    tokenizer(financial_news, return_tensors="pt").input_ids,
    max_length=32,
    num_beams=5,
    early_stopping=True
)

print(tokenizer.decode(summary_ids[0], skip_special_tokens=True))
# 输出示例：沙特银行以3.5%溢价收购桑巴股份，新银行资产达2200亿美元成海湾第三大行

微调效果对比

文献引用

若在研究中使用本模型，请引用我们的研讨会论文：

@inproceedings{passali-etal-2021-towards,
    title = "金融新闻场景下的人本主义摘要生成研究",
    author = "Tatiana Passali 和 Alexios Gidiotis 及 Efstathios Chatzikyriakidis 与 Grigorios Tsoumakas",
    booktitle = "人机交互与自然语言处理融合首届研讨会论文集",
    year = "2021",
    pages = "21-27",
    publisher = "国际计算语言学协会"
}

技术支持

如需基于更多数据训练、适配特定需求的增强版模型，请联系info@medoid.ai。

了解更多：

• 官网：https://www.medoid.ai
• 领英：https://www.linkedin.com/company/medoid-ai/