模型:
z-dickson/bart-large-cnn-climate-change-summarization
该模型旨在总结有关气候变化、环境和能源的政治文本。该模型通过对来自12个不同国家的66个政党的7,000份政治党派新闻稿进行微调,并旨在确定新闻稿的主要问题、政党在主要问题上的立场以及1-2句话的摘要。训练数据主要包括GPT-4生成的对新闻稿进行摘要的回答。在验证回答时,还对GPT-4生成的摘要进行了一些微小的修改。我在训练文本的摘要时不小心将所有文本转为了小写(糟糕!),因此输出也是小写字母。
注意:该模型在识别任何文本的主要问题方面很强,但会将文本的作者称为“政党”,并将政党的“立场”总结为此。
包含在训练数据中的国家 = ['意大利','瑞典','瑞士','荷兰','德国','丹麦','西班牙','英国','奥地利','波兰','爱尔兰','法国']