Auto Arabic Summarization

🚀 自动训练模型

本模型聚焦于文本摘要问题，能高效处理阿拉伯语相关的文本摘要、新闻标题生成以及句子改写等任务，为阿拉伯语自然语言处理提供了有力支持。

🚀 快速开始

你可以通过以下示例快速体验该模型的文本摘要功能：

# 假设使用transformers库加载模型
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_id = "2581378622"
model = AutoModelForSeq2SeqLM.from_pretrained(model_id)
tokenizer = AutoTokenizer.from_pretrained(model_id)

text = "شهدت مدينة طرابلس، مساء أمس الأربعاء، احتجاجات شعبية وأعمال شغب لليوم الثالث على التوالي، وذلك بسبب تردي الوضع المعيشي والاقتصادي. واندلعت مواجهات عنيفة وعمليات كر وفر ما بين الجيش اللبناني والمحتجين استمرت لساعات، إثر محاولة فتح الطرقات المقطوعة، ما أدى إلى إصابة العشرات من الطرفين."
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs)
summary = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(summary)

📚 详细文档

模型信息

验证指标

框架版本

• Transformers 4.25.1
• Pytorch 1.13.0+cu116
• Datasets 2.7.1
• Tokenizers 0.13.2

数据集

本模型使用了 abdalrahmanshahrour/autotrain-data-auto-arabic-summarization 数据集进行训练。

标签

本模型相关的标签包括：summarization、AraBERT、BERT、BERT2BERT、MSA、Arabic Text Summarization、Arabic News Title Generation、Arabic Paraphrasing、Summarization、generated_from_trainer、Transformers、PyTorch。

小工具示例

你可以使用以下文本进行测试：

شهدت مدينة طرابلس، مساء أمس الأربعاء، احتجاجات شعبية وأعمال شغب لليوم الثالث على التوالي، وذلك بسبب تردي الوضع المعيشي والاقتصادي. واندلعت مواجهات عنيفة وعمليات كر وفر ما بين الجيش اللبناني والمحتجين استمرت لساعات، إثر محاولة فتح الطرقات المقطوعة، ما أدى إلى إصابة العشرات من الطرفين.