/ Модель

Характеристики

Параметры
157 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
mt5 · dense
Опубликована
2 мар 2022

mt5-small-sum-de-en-v2

СуммаризацияТекст → текст4 профессии

Двуязычная модель T-Systems на базе mT5-small создаёт краткие резюме текстов на немецком и английском языках.

307скачиваний за 30 дней14лайковвеса обновлены7 апр 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

T-Systems разработала двуязычную модель суммаризации на базе google/mt5-small. Она принимает текст на немецком или английском языке и генерирует краткое резюме. Модель дообучена на 724 835 примерах из англоязычных CNN Daily Mail и XSum, а также немецкого MLSUM; для MLSUM из исходных текстов удаляли предложения, уже включённые в резюме. В метаданных также указаны датасеты swiss_text_2019.

Модель использует архитектуру mT5 и содержит 157,4 млн параметров. При обучении длина входа ограничивалась 800 токенами, а целевого резюме — 96 токенами. В оценке без beam search на тестовой части MLSUM немецкие результаты близки к указанным в README моделям сравнения; авторы отмечают, что некоторые значения на XSum выглядят необычно высокими и тестовые данные могли попасть в обучающую выборку. Лицензия модели — CC BY-NC-SA 4.0.

Сценарии применения

  • краткий пересказ немецких новостных статей
  • суммирование англоязычных новостей
  • автоматическое создание аннотаций для немецких документов
  • подготовка кратких сводок из англоязычных текстов

Ограничения

При обучении использовались тексты, для которых README отмечает неясные или некоммерческие условия использования; отдельно проверьте права на исходные данные. Авторы предупреждают, что часть тестовых данных XSum могла попасть в обучение, поэтому результаты оценки могут быть завышены.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mT5-small-sum-de-en-v2

This is a bilingual summarization model for English and German. It is based on the multilingual T5 model google/mt5-small.

Training

The training was conducted with the following hyperparameters:

  • base model: google/mt5-small
  • source_prefix: "summarize: "
  • batch size: 3
  • max_source_length: 800
  • max_target_length: 96
  • warmup_ratio: 0.3
  • number of train epochs: 10
  • gradient accumulation steps: 2
  • learning rate: 5e-5

Datasets and Preprocessing

The datasets were preprocessed as follows:

The summary was tokenized with the google/mt5-small tokenizer. Then only the records with no more than 94 summary tokens were selected.

The MLSUM dataset has a special characteristic. In the text, the summary is often included completely as one or more sentences. These have been removed from the texts. The reason is that we do not want to train a model that ultimately extracts only sentences as a summary.

This model is trained on the following datasets:

NameLanguageLicense
CNN Daily - TrainenThe license is unclear. The data comes from CNN and Daily Mail. We assume that it may only be used for research purposes and not commercially.
Extreme Summarization (XSum) - TrainenThe license is unclear. The data comes from BBC. We assume that it may only be used for research purposes and not commercially.
MLSUM German - TraindeUsage of dataset is restricted to non-commercial research purposes only. Copyright belongs to the original copyright holders (see here).
SwissText 2019 - TraindeThe license is unclear. The data was published in the German Text Summarization Challenge. We assume that they may be used for research purposes and not commercially.
LanguageSize
German302,607
English422,228
Total724,835

Evaluation on MLSUM German Test Set (no beams)

Modelrouge1rouge2rougeLrougeLsum
ml6team/mt5-small-german-finetune-mlsum18.36075.360414.545616.1946
deutsche-telekom/mT5-small-sum-de-en-0121.73367.261417.132319.3977
T-Systems-onsite/mt5-small-sum-de-en-v2 (this)21.77567.266217.144419.4242

Evaluation on CNN Daily English Test Set (no beams)

Modelrouge1rouge2rougeLrougeLsum
sshleifer/distilbart-xsum-12-626.76648.824318.370323.2614
facebook/bart-large-xsum28.53749.856519.482924.7364
mrm8488/t5-base-finetuned-summarize-news37.57614.738924.025434.4634
deutsche-telekom/mT5-small-sum-de-en-0137.633916.531727.141834.9951
T-Systems-onsite/mt5-small-sum-de-en-v2 (this)37.809616.664627.223935.1916

Evaluation on Extreme Summarization (XSum) English Test Set (no beams)

Modelrouge1rouge2rougeLrougeLsum
mrm8488/t5-base-finetuned-summarize-news18.62043.53512.399715.2111
facebook/bart-large-xsum28.53749.856519.482924.7364
deutsche-telekom/mT5-small-sum-de-en-0132.341610.619125.379925.3908
T-Systems-onsite/mt5-small-sum-de-en-v2 (this)32.482810.700425.523825.5369
sshleifer/distilbart-xsum-12-644.2553 ♣21.4289 ♣36.2639 ♣36.2696 ♣

♣: These values seem to be unusually high. It could be that the test set was used in the training data.

License

Copyright (c) 2021 Philip May, T-Systems on site services GmbH

This work is licensed under the Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) license.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MT5ForConditionalGeneration
Ревизия весов
ac9a09c

0 моделей