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。这是拉斐拉·菲科在最新采访中透露的，她感谢曼奇尼给她的男友提供了好建议，并将结婚的想法推迟了几年。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》的前主角却丝毫没有认真接受他追求的意思。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斐拉并安定下来。然而，以为马里奥会回应的人错了。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。一个人应该先在工作中实现自我。之后，为什么不呢，也可以考虑。年轻时总会做些疯狂的事，这很正常。不过英国小报过于关注他的私生活，其实更应该关心他在球场上的表现。他做事情没有恶意，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，他也可以和朋友去脱衣舞俱乐部，只要不做坏事，但最后他总是回到我身边，我是他的最爱。"
• 文本: "瓦莱里奥非常年轻却已是明星。在阿里斯顿剧院外，女孩们甚至冒着雨等上几个小时只为见他一面。他凭借才华自信满满。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·卡隆为他创作的歌曲《每一次》。瓦莱里奥·斯坎努被淘汰了。但这不是最终结局：今晚与亚历山德拉·阿莫罗索的二重唱可能让他翻盘重返比赛。为什么表演完美却被评委淘汰？我不知道。表演很顺利，我紧张但平静。我很开心而且唱得很好。没晋级今晚还有加赛…《友人》与圣雷莫有何不同？两者截然不同。《友人》让你为登上《友人》舞台做准备。圣雷莫需要你自己争取…夏季巡演我演了六十多场，还宣传了第二张专辑。是很好的锻炼。我在为人处世上也成长了。能感受到观众传递的情感。谦逊？这是首要的。否则我不会站在这里。"
• 文本: "美国半导体巨头博通公司提出收购高通公司的要约，后者以生产全球数亿智能手机使用的骁龙（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250亿净债务则达1300亿）。若交易获批，将成为美国科技史上最大并购案之一。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障碍。"
• 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'向全球有偿提供意大利文化'。现在对平台下定论为时过早，缺乏具体数据未来也难以评估。目前只能浏览网站结构，清点约700个'标题'（含电影、纪录片、戏剧音乐演出等），并尝试评价其价值与多样性。值得注意的是，尽管部分内容在RaiPlay等平台免费，但ITsART上却需付费。" 指标:
• rouge 模型索引:
• 名称: it5-large-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: 0.249 名称: "IlPost测试Rouge1"
    • 类型: rouge2 值: 0.102 名称: "IlPost测试Rouge2"
    • 类型: rougeL 值: 0.199 名称: "IlPost测试RougeL"
    • 类型: bertscore 值: 0.313 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: 0.253 名称: "Fanpage测试Rouge1"
    • 类型: rouge2 值: 0.099 名称: "Fanpage测试Rouge2"
    • 类型: rougeL 值: 0.191 名称: "Fanpage测试RougeL"
    • 类型: bertscore 值: 0.316 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" 二氧化碳排放: 排放量: "51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" 硬件使用: "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大模型 ✂️🗞️ 🇮🇹

本仓库包含在Fanpage和Il Post语料库上进行新闻摘要微调的IT5大模型检查点，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的实验成果之一，作者为Gabriele Sarti和Malvina Nissim。

完整发布材料概览请参阅gsarti/it5仓库。论文中提供了有关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-large-news-summarization')
newsum("ITsART平台终于在5月31日上线...（此处省略原文）")
>>> [{"generated_text": "意大利文化版Netflix平台ITsART五月上线，提供付费电影、纪录片及戏剧演出等内容。"}]

或通过autoclass加载：

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

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

若在研究中引用本模型，请引用我们的工作：

@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={Sarti, Gabriele and Nissim, Malvina},
    journal={ArXiv预印本2203.03759},
    url={https://arxiv.org/abs/2203.03759},
    year={2022},
	month={三月}
}