许可证: apache-2.0
数据集:

• allenai/mslr2022
  语言:
• en
  任务标签: summarization

PubMedBERT生物医学抽取式摘要模型

简介

本成果为我的学士学位论文研究成果。

基于PubMedBERT预训练模型，在MS^2数据集上微调的抽取式摘要模型。
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/pubmedbert-bio-ext-summ",
  tokenizer = AutoTokenizer.from_pretrained("NotXia/pubmedbert-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

支持以下文档摘要生成策略：

• length: 按最大长度生成摘要（strategy_args参数为最大长度值）
• count: 按指定句数生成摘要（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）