Downloads · 30 days
28
3% of all-time downloads
SGaleshchuk/mT5-sum-news-ua
mT5-sum-news-ua is a summarization model from SGaleshchuk. Use it when you need a shorter version of a longer text. It is set up for transformers.
The dataset contains around 40K articles about politics, science, technology, social life collected until June 2021 from Hromadske.ua.
Downloads · 30 days
28
3% of all-time downloads
All-time downloads
976
Public
Repo size
9.8 GB
Likes
7
Public
Click a slice to open those files.
.bin4.9 GB · 100%
From the Hugging Face model README
The dataset contains around 40K articles about politics, science, technology, social life collected until June 2021 from Hromadske.ua.
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline
tokenizer = AutoTokenizer.from_pretrained("google/mt5-large")
model = AutoModelForSeq2SeqLM.from_pretrained("SGaleshchuk/t5-large-ua-news")
summarizer = pipeline("summarization", model=model, tokenizer=tokenizer, framework="pt")
##### Try on your example
summary = summarizer("російські війська захопили запорізьку аес на початку повномасштабного вторгнення 4 березня 2022 року . попри оголошену окупантами «анексію» запорізької аес, на станції продовжують працювати українські фахівці . але для роботи окупанти змушують отримувати російські паспорти й підписувати договір з «росатомом» . за даними «енергоатому», зараз усі шість енергоблоків заес зупинені, а окупанти блокують їхнє ввімкнення . окупована станція продовжує постійно споживати електроенергію на власні потреби з енергосистеми україни . «російські окупанти продовжують перетворювати запорізьку аес на військову базу, мінуючи периметр довкола станції . і ці дії не можуть не мати наслідків», - зазначили там .", min_length=3, max_length = 128)
print(summary)
[{'summary_text': 'окупаційна влада рф продовжує перетворювати запорізьку атомну електростанцію на військову базу . '}]
It is recommended to lowercase an input text.
The benchmark metric for abstractive summarization tasks adopted by the research community is the ROUGE score. The metric compares a generated summary against a reference. We employ three sub-categories of the ROUGE score:
• ROUGE-1: unigram overlap
• ROUGE-2: bigram overlap
• ROUGE-L: Longest Common Subsequence
• ROUGE-1: 22.09
• ROUGE-2: 7.04
• ROUGE-L: 22.12