Bert-small2Bert-small 摘要生成和 ?EncoderDecoder 框架

该模型是在 CNN/Dailymail 摘要数据集上进行微调的预训练 BERT2BERT ( small ) 模型。

该模型在 CNN/Dailymail 的测试数据集上达到了 17.37 的 ROUGE-2 得分。

有关模型微调的详细信息，请参阅 this 笔记本。

测试集结果 ?

模型展示 ?

from transformers import BertTokenizerFast, EncoderDecoderModel
import torch
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
tokenizer = BertTokenizerFast.from_pretrained('mrm8488/bert-small2bert-small-finetuned-cnn_daily_mail-summarization')
model = EncoderDecoderModel.from_pretrained('mrm8488/bert-small2bert-small-finetuned-cnn_daily_mail-summarization').to(device)

def generate_summary(text):
    # cut off at BERT max length 512
    inputs = tokenizer([text], padding="max_length", truncation=True, max_length=512, return_tensors="pt")
    input_ids = inputs.input_ids.to(device)
    attention_mask = inputs.attention_mask.to(device)

    output = model.generate(input_ids, attention_mask=attention_mask)

    return tokenizer.decode(output[0], skip_special_tokens=True)
  
text = "your text to be summarized here..."
generate_summary(text)

由 Manuel Romero/@mrm8488 | LinkedIn 创建

在西班牙制作 ♥