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
• ilpost
• 摘要生成 小部件:
• 文本: "她不想结婚。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提出的好建议，但将结婚计划推迟了几年。这位最近成为超级马里奥献礼主角的综艺女星，目前还没有安定下来的打算，因为她确信戴上婚戒还为时尚早。尽管她的马里奥是世界上最受欢迎的运动员之一，这位《老大哥》前主角却无意认真接受他的追求。就在几天前，巴洛特利最近一次恶作剧后，曼奇尼曾建议他娶拉法埃拉并安定下来。但以为马里奥会回应的想法错了。菲科在接受RTL 102.5电台采访时澄清道：现在结婚太早，我们还很年轻。先实现事业目标才是对的。之后未尝不可考虑结婚。年轻时总会做些疯狂事，这很正常。不过英国小报过分关注他的私生活，其实更该关注他的球场表现。他做事没有恶意，但年轻时做某些事不会考虑对错。马里奥备受瞩目：更多是因为私生活而非球员身份。对我来说，他和朋友去脱衣舞俱乐部也无妨，只要不做坏事，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，少女和熟女们冒雨数小时只为见他。他天赋异禀且自信十足。作为《玛丽亚·德·菲利皮的友人》节目决赛选手，他有权与'大咖'同台竞技，并演唱皮埃尔达维德·卡隆为他创作的《每一次》。瓦莱里奥·斯坎努被淘汰了。但并非终局：今晚与亚历山德拉·阿莫罗索的二重唱可能让他逆袭复活。评委为何淘汰表现完美的你？我不知道。表演很顺利，我紧张但镇定。我很开心且唱得很好。没晋级今晚将进行加赛...《友人》与圣雷莫有何不同？两者截然不同。《友人》为你登上圣雷莫舞台做准备...我夏季巡演超60场，接着宣传第二张专辑。这是很好的锻炼，让我在人性上也成长了。我能感知观众传递的情感。谦逊？这是首要的。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，后者是美国知名企业，主要生产用于全球数亿智能手机的骁龙(ARM)微处理器。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收购案之一。博通数月来完善收购方案，据美媒报道已与高通接触商谈。分析师认为高通可能拒绝，因报价仅略高于当前市值。此外还需评估反垄断方面的潜在问题。"
• 文本: "ITsART平台终于在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，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，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，清点约700部'作品'（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，虽然部分内容在RaiPlay等平台免费，但ITsART上却需付费观看。" 指标:
• rouge 模型索引:
• 名称: it5-small-news-summarization 结果:
  • 任务: 类型: 新闻摘要 名称: "新闻摘要" 数据集: 类型: newssum-it 名称: "NewsSum-IT" 指标:
    • 类型: rouge1 值: 0.333 名称: "IlPost测试Rouge1"
    • 类型: rouge2 值: 0.162 名称: "IlPost测试Rouge2"
    • 类型: rougeL 值: 0.273 名称: "IlPost测试RougeL"
    • 类型: bertscore 值: 0.395 名称: "IlPost测试BERTScore" 参数:
      • 模型类型: "dbmdz/bert-base-italian-xxl-uncased"
      • 语言: "it"
      • 层数: 10
      • 基线重缩放: 是
      • 基线路径: "bertscore_baseline_ita.tsv"
    • 类型: rouge1 值: 0.328 名称: "Fanpage测试Rouge1"
    • 类型: rouge2 值: 0.148 名称: "Fanpage测试Rouge2"
    • 类型: rougeL 值: 0.242 名称: "Fanpage测试RougeL"
    • 类型: bertscore 值: 0.377 名称: "Fanpage测试BERTScore" 参数:
      • 模型类型: "dbmdz/bert-base-italian-xxl-uncased"
      • 语言: "it"
      • 层数: 10
      • 基线重缩放: 是
      • 基线路径: "bertscore_baseline_ita.tsv" 二氧化碳当量排放: 排放量: "8克" 来源: "谷歌云平台碳足迹" 训练类型: "微调" 地理位置: "荷兰埃姆斯哈文,欧洲" 使用硬件: "1台TPU v3-8虚拟机" 缩略图: https://gsarti.com/publication/it5/featured.png

新闻摘要专用IT5小型模型 ✂️🗞️ 🇮🇹

本仓库包含在Fanpage和Il Post语料库上进行新闻摘要微调的IT5小型模型检查点，作为论文IT5: 意大利语理解与生成的大规模文本到文本预训练实验的一部分，作者为Gabriele Sarti和Malvina Nissim。

完整资源概览详见gsarti/it5仓库。论文中提供了关于报告分数和评估方法的更多细节。

使用模型

模型检查点支持Tensorflow、Pytorch和JAX框架。可直接通过pipeline使用：

from transformers import pipelines

newsum = pipeline("summarization", model='it5/it5-small-news-summarization')
newsum("从5月31日起，ITsART平台终于启动，距文化部长达里奥·弗朗切斯基尼在首次封锁期间将其描述为'文化版Netflix'已逾一年，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，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，清点约700部'作品'（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，虽然部分内容在RaiPlay等平台免费，但ITsART上却需付费观看。")
>>> [{"generated_text": "意大利文化版Netflix平台ITsART五月上线。电影、纪录片、戏剧和音乐演出等付费内容现可通过新网站获取。"}]

或通过autoclass加载：

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

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

若在研究中引用本模型，请使用以下文献：

@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, 马尔维娜},
    journal={arXiv预印本2203.03759},
    url={https://arxiv.org/abs/2203.03759},
    year={2022},
	month={三月}
}