库名称: transformers
语言:

• 英文
  许可证:
• 知识共享署名-非商业性使用-相同方式共享4.0

示例输入:

• 文本: "某大型科技公司发布了首款全自动驾驶电动汽车，宣称单次充电续航达500英里，其先进安全功能将彻底改变交通运输行业。"
• 文本: "一项利用可再生能源驱动创新自主船舶的新全球倡议，目标在十年内清除50%的海洋漂浮塑料垃圾。"
• 文本: "两个长期敌对的国家签署了历史性和平协议，标志着外交关系的转折点，并为未来多年的经济社会合作奠定基础。"

模型卡片: T5-base-summarization-claim-extractor

模型描述

模型名称: T5-base-摘要声明提取器
作者: 亚历山德罗·希尔、卡里姆·戈尼姆、罗伯托·纳维利
联系方式: scire@diag.uniroma1.it, scire@babelscape.com
语言: 英语
主要用途: 从摘要中提取原子声明

概述

T5-base-摘要声明提取器是基于T5架构开发的模型，专门针对摘要中的原子声明提取任务进行微调。该模型是论文《基于自然语言推理和声明提取的摘要事实性评估(FENICE)》的研究成果，相关论文已发表于ACL 2024会议，预印本详见ArXiv。

预期用途

本模型设计用于:

• 从摘要文本中提取原子声明
• 作为摘要事实性评估流程的组件

示例代码

from transformers import T5ForConditionalGeneration, T5Tokenizer  

tokenizer = T5Tokenizer.from_pretrained("Babelscape/t5-base-summarization-claim-extractor")  
model = T5ForConditionalGeneration.from_pretrained("Babelscape/t5-base-summarization-claim-extractor")  
summary = '西蒙·拜尔斯在2024巴黎奥运会女子体操资格赛中荣耀回归。她克服了东京奥运会期间导致退赛的"空中迷失"症状，在所有器械项目表现惊艳，助美国队以绝对优势领跑资格赛。其动作编排展现了非凡的韧性与技艺，赢得明星云集的观众席热烈欢呼'  

tok_input = tokenizer.batch_encode_plus([summary], return_tensors="pt", padding=True)  
claims = model.generate(**tok_input)  
claims = tokenizer.batch_decode(claims, skip_special_tokens=True)  

注意: 模型输出为合并的声明字符串，使用时请按句子分割以获取独立声明。

训练

训练过程详见论文第四章第一节(https://aclanthology.org/2024.findings-acl.841.pdf)。

性能表现

表1: 基于ROSE数据集(Liu等, 2023b)的声明提取器性能对比，评估指标包括易读性准确率、召回率和F1值。更多细节参见论文第四章第一节。

主代码库

FENICE项目详情请访问GitHub仓库:
Babelscape/FENICE

引用

若使用本模型，请引用:

@inproceedings{scire-etal-2024-fenice,  
    title = "{FENICE}: 基于自然语言推理和声明提取的摘要事实性评估",  
    author = "希尔, 亚历山德罗 and 戈尼姆, 卡里姆 and 纳维利, 罗伯托",  
    booktitle = "ACL 2024会议论文集",  
    year = "2024",  
    pages = "14148--14161",  
}  

局限性

• 专为摘要声明提取设计，其他文本类型效果可能不佳
• 目前仅支持英语，对其他语言泛化能力有限

伦理声明

需注意本模型仅提取可验证性声明，不判定声明真实性。评估摘要可靠性时应结合其他工具或人工判断。

致谢

本研究得到Babelscape公司和Sapienza NLP团队的支持。