语言: 越南语 数据集:

• cc100 标签:
• 摘要生成

许可证: mit

示例输入:

• 文本: "VietAI是一个非营利组织，其使命是培育人工智能领域的人才，并在越南建立一个国际水平的人工智能专家社区。"

基于ViT5-Base模型在vietnews摘要生成任务上的微调（无需前缀）

越南语最先进的预训练Transformer编码器-解码器模型。

使用方法

更多详情，请查看我们的Github仓库和评估脚本。

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("VietAI/vit5-base-vietnews-summarization")  
model = AutoModelForSeq2SeqLM.from_pretrained("VietAI/vit5-base-vietnews-summarization")
model.cuda()

sentence = "VietAI是一个非营利组织，其使命是培育人工智能领域的人才，并在越南建立一个国际水平的人工智能专家社区。"
sentence = sentence + "</s>"
encoding = tokenizer(sentence, return_tensors="pt")
input_ids, attention_masks = encoding["input_ids"].to("cuda"), encoding["attention_mask"].to("cuda")
outputs = model.generate(
    input_ids=input_ids, attention_mask=attention_masks,
    max_length=256,
    early_stopping=True
)
for output in outputs:
    line = tokenizer.decode(output, skip_special_tokens=True, clean_up_tokenization_spaces=True)
    print(line)

引用

@inproceedings{phan-etal-2022-vit5,
    title = "{V}i{T}5: 面向越南语生成的预训练文本到文本转换器",
    author = "Phan, Long and Tran, Hieu and Nguyen, Hieu and Trinh, Trieu H.",
    booktitle = "2022年北美计算语言学协会会议录: 学生研究研讨会",
    year = "2022",
    publisher = "计算语言学协会",
    url = "https://aclanthology.org/2022.naacl-srw.18",
    pages = "136--142",
}