语言: 英语
许可证: Apache-2.0
标签:

• BART
• 序列到序列
• 摘要生成
  数据集:
• SAMSum

示例输入:

• 文本: "杰夫：我能在亚马逊SageMaker上训练一个🤗 Transformers模型吗？\n菲利普：当然可以，你可以使用新的Hugging Face深度学习容器。\n杰夫：好的。\n杰夫：那我该如何开始呢？\n杰夫：在哪里能找到文档？\n菲利普：好的，好的，你可以在这里找到所有内容。https://huggingface.co/blog/the-partnership-amazon-sagemaker-and-hugging-face\n"

模型索引:

• 名称: bart-base-samsum
  结果:

  • 任务:
    类型: 抽象文本摘要
    名称: 抽象文本摘要
    数据集:
    名称: 'SAMSum语料库：用于抽象摘要的人工标注对话数据集'
    类型: samsum
    指标:

    • 类型: rouge-1
      值: 46.6619
      名称: 验证集ROUGE-1
    • 类型: rouge-2
      值: 23.3285
      名称: 验证集ROUGE-2
    • 类型: rouge-l
      值: 39.4811
      名称: 验证集ROUGE-L
    • 类型: rouge-1
      值: 44.9932
      名称: 测试集ROUGE-1
    • 类型: rouge-2
      值: 21.7286
      名称: 测试集ROUGE-2
    • 类型: rouge-l
      值: 38.1921
      名称: 测试集ROUGE-L

  • 任务:
    类型: 摘要生成
    名称: 摘要生成
    数据集:
    名称: samsum
    类型: samsum
    配置: samsum
    拆分: test
    指标:

    • 类型: rouge
      值: 45.0148
      名称: ROUGE-1
      已验证: true
    • 类型: rouge
      值: 21.6861
      名称: ROUGE-2
      已验证: true
    • 类型: rouge
      值: 38.1728
      名称: ROUGE-L
      已验证: true
    • 类型: rouge
      值: 41.2794
      名称: ROUGE-LSUM
      已验证: true
    • 类型: loss
      值: 1.597476601600647
      名称: 损失值
      已验证: true
    • 类型: gen_len
      值: 17.6606
      名称: 生成长度
      已验证: true

bart-base-samsum

该模型是通过在Samsum数据集上微调facebook/bart-base获得的。

使用方法

from transformers import pipeline  

summarizer = pipeline("summarization", model="lidiya/bart-base-samsum")  
conversation = '''杰夫：我能在亚马逊SageMaker上训练一个🤗 Transformers模型吗？  
菲利普：当然可以，你可以使用新的Hugging Face深度学习容器。  
杰夫：好的。  
杰夫：那我该如何开始呢？  
杰夫：在哪里能找到文档？  
菲利普：好的，好的，你可以在这里找到所有内容。https://huggingface.co/blog/the-partnership-amazon-sagemaker-and-hugging-face                                           
'''  
summarizer(conversation)  

训练过程

• Colab笔记本: https://colab.research.google.com/drive/1RInRjLLso9E2HG_xjA6j8JO3zXzSCBRF?usp=sharing

结果