语言: 中文
数据集:

• CNN每日邮报

标签:

• 摘要生成
  许可证: MIT

微件示例:

• 文本: "摘要: 是否注意到飞机座位似乎变得越来越小？随着乘飞机出行的人数不断增加，一些专家质疑如此拥挤的航班是否会给乘客带来风险。他们指出，飞机上空间的缩减不仅令人不适，更危及我们的健康与安全。本周，美国交通部设立的消费者咨询小组在公开听证会上表示，虽然政府乐于为动物乘机制定标准，却未规定人类乘客的最小空间标准。委员会消费者代表查理·利奥查称:'在这个动物比人类享有更多空间和食物权利的世界，是时候让交通部和联邦航空管理局为乘客的人性化待遇发声了。'但飞机拥挤是否会导致比争抢行李架空间、手肘碰撞和踢椅背更严重的问题？联邦航空管理局的测试采用31英寸座椅间距的标准，而某些航空公司已降低该标准。联合航空多数经济舱座位仅30英寸，部分航司甚至低至28英寸。据《底特律新闻》报道，联邦航空管理局人因研究员辛西娅·科伯特表示，该局进行乘客撤离速度测试时使用的也是31英寸间距的机型。座椅间距指前座某点至后座同一点的距离。虽然多数航司保持31英寸及以上间距，但仍有低于此标准的案例。英国航空间距31英寸，易捷航空29英寸，汤姆森短途航班28英寸，维珍大西洋航空则为30-31英寸。"

推理参数:
最大长度: 150

新闻文章摘要生成模型

基于Transformer架构的先进轻量级预训练编码器-解码器模型，专用于文本摘要任务。

本模型在CNN-每日邮报新闻数据集上训练，输入长度=512，输出长度=150

使用方法

模型输入格式: 前缀 + 输入文本

示例: 'summarize: ' + '是否注意到飞机座位似乎...'

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM  
tokenizer = AutoTokenizer.from_pretrained("minhtoan/t5-finetune-cnndaily-news")  
model = AutoModelForSeq2SeqLM.from_pretrained("minhtoan/t5-finetune-cnndaily-news")  
model.cuda()  
src = "summarize: 是否注意到飞机座位似乎变得越来越小？随着乘飞机出行的人数不断增加..."  
tokenized_text = tokenizer.encode(src, return_tensors="pt").cuda()  
model.eval()  
summary_ids = model.generate(tokenized_text, max_length=150)  
output = tokenizer.decode(summary_ids[0], skip_special_tokens=True)  
output  

作者

范明全