语言:

• 意大利语 许可证: Apache-2.0 数据集:
• ARTeLab/fanpage
• ARTeLab/ilpost 标签:
• 意大利语
• 序列到序列
• fanpage
• 高效
• ilpost
• 摘要生成 示例:
• 文本: "她不愿嫁给他。这是拉法埃拉·菲科在最近一次采访中透露的，她感谢曼奇尼给她男友的好建议，但将结婚计划推迟了几年。这位最近成为SuperMario献礼主角的综艺女星，目前还没有安定下来的打算，因为她确信戴婚戒的时机尚未成熟。尽管她的男友马里奥是世界上最受欢迎的运动员之一，这位《老大哥》前明星却无意认真接受他的追求。就在几天前，巴洛特利最新恶作剧后，曼奇尼曾建议他娶拉法埃拉并收心。但以为马里奥会回应的人想错了。菲科在接受RTL 102.5电台采访时明确表示：结婚为时尚早，我们还很年轻。应该先实现事业目标。之后未尝不可考虑婚姻。年轻时难免做些疯狂事，这很正常。但英国小报过分关注他的私生活，其实更该关注他在球场上的表现。他做事没有恶意，但年轻人做某些事时不会考虑对错。马里奥备受瞩目：更多是因私生活而非球员身份。对我来说，只要不做坏事，他和朋友去脱衣舞俱乐部也无妨，毕竟他总会回到我身边——我是他的最爱。"
• 文本: "瓦莱里奥虽年轻却已是明星。阿里斯顿剧院外，少女和熟女们甘冒风雨守候数小时只为见他。他天赋异禀且自信十足。作为《玛丽亚·德·菲利皮的学园》节目决赛选手，他有权与'大咖'同台竞技，并演唱皮尔达维德·卡隆为他创作的《每一次》。瓦莱里奥·斯坎努虽遭淘汰，但今晚与亚历山德拉·阿莫罗索的二重唱可能让他复活重返比赛。表演完美却被淘汰，评审团发生了什么？我不知道。表演很顺利，我紧张但镇定。我很开心且发挥出色。虽未晋级，今晚还有加赛...《学园》与圣雷莫音乐节有何不同？两者截然不同。《学园》为你登上其舞台做准备，而圣雷莫需要你自己争取...我在夏季巡演完成60多场演出，还宣传了第二张专辑。这是很好的锻炼，让我在人性层面也成长了，能感知观众传递的情感。谦逊？这是首要品质。否则我不会站在这里。"
• 文本: "全球最大半导体制造商之一美国博通公司提出收购高通公司的要约，后者以生产用于全球数亿智能手机的骁龙(ARM)微处理器闻名。博通提议以每股70美元价格收购高通全部股份，总价约1050亿美元（含250亿美元净债务则为1300亿美元）。若交易获批，将成为美国科技史上最大并购案之一。博通耗时数月完善收购方案，据美媒报道已与高通接洽寻求协议。分析师认为高通可能拒绝该要约，因报价仅略高于当前市值。此外，在潜在收购前还需评估反垄断方面的复杂性。"
• 文本: "文化平台ITsART终於在5月31日上线，距文化部长达里奥·弗朗切斯基尼在首次封锁期间称其为'文化版Netflix'已逾一年，该平台旨在'有偿向全球提供意大利文化'。现在对平台下定论为时过早，且缺乏具体数据的情况下未来也难以评估。目前只能浏览网站结构，清点内容数量（约700个'标题'，含电影、纪录片、戏剧和音乐演出等），并尝试评价其价值和多样性。值得注意的是，ITsART上部分付费内容在其他平台如RaiPlay实则免费提供。" 评估指标:
• ROUGE
• BERTScore 模型索引:
• 名称: it5-efficient-small-el32-news-summarization 结果:
  • 任务: 类型: 新闻摘要生成 名称: "新闻摘要生成" 数据集: 类型: newssum-it 名称: "NewsSum-IT" 指标:
    • 类型: rouge1 值: 0.354 名称: "测试集ROUGE1"
    • 类型: rouge2 值: 0.172 名称: "测试集ROUGE2"
    • 类型: rougeL 值: 0.278 名称: "测试集ROUGEL"
    • 类型: bertscore 值: 0.410 名称: "测试集平均BERTScore"

新闻摘要生成专用IT5高效小型EL32版 ✂️🗞️ 🇮🇹

特别感谢Stefan Schweter贡献预训练高效模型！

本库包含IT5高效小型EL32模型在Fanpage和Il Post语料库上进行新闻摘要微调的检查点，这是论文IT5: 意大利语理解与生成的大规模文本到文本预训练实验部分成果，作者Gabriele Sarti与Malvina Nissim。

高效IT5模型通过采用支持大小写的差异化词表及优化架构，在减少参数量的同时提升性能。Small-EL32版将原T5 Small架构的编码器替换为32层深度编码器，展现出优于基础模型的表现。

完整资源概览详见gsarti/it5仓库。论文中提供了有关评分标准和评估方法的详细信息。

使用说明

模型检查点支持Tensorflow、Pytorch和JAX框架。可通过pipeline直接调用：

from transformers import pipelines

newsum = pipeline("summarization", model='it5/it5-efficient-small-el32-news-summarization')
newsum("文化平台ITsART终於在5月31日上线...（此处省略原文）")
>>> [{"generated_text": "意大利文化平台ITsART五月上线，提供电影、纪录片等700余项付费内容，部分内容在其他平台免费。"}]

或通过autoclass加载：

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("it5/it5-efficient-small-el32-news-summarization")
model = AutoModelForSeq2SeqLM.from_pretrained("it5/it5-efficient-small-el32-news-summarization")

若在研究中引用本模型，请使用以下文献格式：

@article{sarti-nissim-2022-it5,
    title={{IT5}: 意大利语理解与生成的大规模文本到文本预训练},
    author={萨蒂, 加布里埃尔 and 尼西姆, 马尔维纳},
    journal={arXiv预印本2203.03759},
    url={https://arxiv.org/abs/2203.03759},
    year={2022},
	month={三月}
}