许可协议：apache-2.0
数据集：

• allenai/mslr2022
  语言：
• 英语
  任务标签：文本摘要

生物医学抽取式摘要专用Longformer模型

简介

本模型为本人学士学位论文研究成果。

基于MS^2数据集微调的Longformer抽取式摘要模型。
模型架构参考BERTSum实现。
训练代码详见biomed-ext-summ仓库。

使用方式

summarizer = pipeline("summarization",
  model = "NotXia/longformer-bio-ext-summ",
  tokenizer = AutoTokenizer.from_pretrained("NotXia/longformer-bio-ext-summ"),
  trust_remote_code = True,
  device = 0
)

sentences = ["句子1。", "句子2。", "句子3？"]
summarizer({"sentences": sentences}, strategy="count", strategy_args=2)
>>> (['句子1。', '句子2。'], [0, 1])

摘要策略

文档摘要生成策略：

• length：按最大长度生成摘要（strategy_args参数为最大长度值）
• count：按指定句子数量生成摘要（strategy_args参数为句子数量）
• ratio：按文档长度比例生成摘要（strategy_args参数为比例值[0,1]）
• threshold：仅保留得分高于阈值的句子（strategy_args参数为最低分数值）