许可证: MIT
标签:

• t5
• pytorch
• pt
• pt-br
• 摘要生成
• 抽象摘要生成
  推理参数:
  • 最小长度: 32
  • 最大长度: 256
  • 前k个候选: 5
    示例:
• 文本: >-
  美国总统拜登本周一（28日）表示，美国人无需担心核战争。此番言论发表前一天，俄罗斯总统普京下令俄核力量进入最高戒备状态。美国本周一表示未监测到俄罗斯核态势有"实质性"变化。五角大楼高级官员向记者表示："我们仍在密切监控局势"，并补充道："目前尚未看到其决定导致的实质性变化"。该官员承认"难以揣测普京命令背后的意图"，但谴责"提及或威胁使用核力量"的行为"毫无意义且显著升级了"对邻国乌克兰的入侵，重申北约"从未"威胁俄罗斯。
  示例标题: 新闻1
• 文本: >-
  路透社记者Sam Nussey报道：索尼游戏业务高管表示，公司计划通过新投资强化PC和移动端布局。PlayStation 5制造商正与资金雄厚的对手争夺人才，同时行业并购活动激增。PlayStation Studios负责人Hermen Hulst接受路透社采访时称："加强PC、移动端和实时服务游戏的扩展投资对我们极具可能性"。以《蜘蛛侠》《战神》等单机游戏闻名的索尼，已规划雄心勃勃的跨平台战略，包括36亿美元收购《命运》系列开发商Bungie，参股日本FromSoftware公司（《艾尔登法环》销量超1660万份），并加大游戏影视化力度，如全球票房超4亿美元的《神秘海域》电影和HBO明年播出的《最后生还者》剧集。分析师预计索尼将继续收购工作室，以应对微软690亿美元收购动视暴雪带来的竞争。公司同时面临PS5供应链短缺问题，并正为明年初发布的PS VR2开发定制游戏如《地平线：山之呼唤》。
  示例标题: 新闻2
  数据集:
• recogna-nlp/recognasumm
  语言:
• pt
  任务标签: 摘要生成

葡萄牙语T5抽象摘要模型（PTT5 Summ）

简介

PTT5 Summ是基于PTT5微调的巴西葡萄牙语抽象摘要生成模型，训练数据包括：RecognaSumm、WikiLingua、XL-Sum、TeMário和CSTNews。

更多信息请访问PTT5 Summ仓库。

可用模型

使用示例

# 加载分词器  
from transformers import T5Tokenizer  

# 加载PyTorch模型  
from transformers import T5Model, T5ForConditionalGeneration  

token_name = 'unicamp-dl/ptt5-base-portuguese-vocab'  
model_name = 'recogna-nlp/ptt5-base-summ'  

tokenizer = T5Tokenizer.from_pretrained(token_name)  
model_pt = T5ForConditionalGeneration.from_pretrained(model_name)  

text = '''  
巴西央行行长梅雷莱斯表示："巴西利率下降趋势真实可见"。他在华盛顿参加IMF和世行会议期间会见银行家与投资者时强调，当前经济政策和通胀达标将保障长期利率下行，但需关注中长期走势。央行控制通胀的工作将促使利率逐步下降。周日梅雷莱斯出席《银行家》杂志"年度央行"颁奖典礼时称，该荣誉表明巴西正走在正确道路上，市场已认可央行对通胀目标的承诺。他还表示周末会晤的投资者对巴西政治危机关注度不高。  
'''  

inputs = tokenizer.encode(text, max_length=512, truncation=True, return_tensors='pt')  
summary_ids = model_pt.generate(inputs, max_length=256, min_length=32, num_beams=5, no_repeat_ngram_size=3, early_stopping=True)  
summary = tokenizer.decode(summary_ids[0])  
print(summary)  
# <pad>梅雷莱斯称巴西利率下降趋势真实可见。央行行长出席颁奖典礼时表示，该荣誉证明巴西走在正确道路上。</s>  

引用文献

基于深度学习的巴西葡萄牙语抽象摘要生成（PROPOR 2022）

@inProceedings{ptt5summ_bracis,
  author="Paiola, Pedro H.
    and de Rosa, Gustavo H.
    and Papa, Jo{\~a}o P.",
  editor="Xavier-Junior, Jo{\~a}o Carlos
    and Rios, Ricardo Ara{\'u}jo",
  title="Deep Learning-Based Abstractive Summarization for Brazilian Portuguese Texts",
  booktitle="BRACIS 2022: Intelligent Systems",
  year="2022",
  publisher="Springer International Publishing",
  address="Cham",
  pages="479--493",
  isbn="978-3-031-21689-3"}

RecognaSumm：巴西新型摘要数据集（PROPOR 2024）

@inproceedings{paiola-etal-2024-recognasumm,
    title = "{R}ecogna{S}umm: A Novel {B}razilian Summarization Dataset",
    author = "Paiola, Pedro Henrique and
      Garcia, Gabriel Lino and
      Jodas, Danilo Samuel and
      Correia, Jo{\~a}o Vitor Mariano and
      Sugi, Luis Afonso and
      Papa, Jo{\~a}o Paulo",
    editor = "Gamallo, Pablo and
      Claro, Daniela and
      Teixeira, Ant{\'o}nio and
      Real, Livy and
      Garcia, Marcos and
      Oliveira, Hugo Gon{\c{c}}alo and
      Amaro, Raquel",
    booktitle = "Proceedings of the 16th International Conference on Computational Processing of Portuguese - Vol. 1",
    month = mar,
    year = "2024",
    address = "Santiago de Compostela, Galicia/Spain",
    publisher = "Association for Computational Lingustics",
    url = "https://aclanthology.org/2024.propor-1.63",
    pages = "575--579",
}