/ Модель

Характеристики

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

mt5-small-sum-de-en-v1

СуммаризацияТекст → текст3 профессии

Двуязычная модель mT5 от Deutsche Telekom для краткого пересказа текстов на немецком и английском языках.

546скачиваний за 30 дней9лайковвеса обновлены8 мая 2023

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

Двуязычная модель суммаризации Deutsche Telekom AG из команды One Conversation, дообученная на базе google/mt5-small. Это encoder-decoder модель семейства mT5 с 157,4 млн параметров; она принимает текст на английском или немецком и генерирует краткое изложение. Обучение проводилось на наборах CNN/Daily Mail, XSum, WikiLingua, MLSUM и Swiss Text 2019. Для исходного текста при обучении использовалась максимальная длина 800 токенов, для целевого резюме — 96 токенов.

Модель предназначена для создания кратких пересказов новостных статей и других текстов на немецком и английском языках. В карточке приведены оценки ROUGE на немецком MLSUM и английских CNN/Daily Mail и XSum; авторы отмечают, что часть результатов на тестовых наборах выглядит необычно высокой и могла быть связана с попаданием тестовых данных в обучение. Репозиторий содержит веса PyTorch и safetensors. Лицензия — CC BY-NC-SA 4.0; данные некоторых обучающих наборов имеют неясные условия использования, поэтому коммерческое применение обучающих данных может быть ограничено.

Сценарии применения

  • суммаризация немецких новостных статей
  • суммаризация английских новостных статей
  • составление кратких пересказов длинных документов на немецком
  • составление кратких пересказов длинных документов на английском

Ограничения

При обучении использовались тексты длиной до 800 токенов, а целевые резюме ограничивались 96 токенами. Авторы предупреждают, что необычно высокие оценки на некоторых тестовых наборах могут быть связаны с попаданием тестовых данных в обучение; условия использования части обучающих данных неясны.

Для каких профессий подходит3

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-v1

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

One Conversation This model is provided by the One Conversation team of Deutsche Telekom AG.

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:

NameLanguageSizeLicense
CNN Daily - Trainen218,223The 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) - Trainen204,005The license is unclear. The data comes from BBC. We assume that it may only be used for research purposes and not commercially.
wiki_lingua Englishen130,331Creative Commons CC BY-NC-SA 3.0 License
wiki_lingua Germande48,390Creative Commons CC BY-NC-SA 3.0 License
MLSUM German - Trainde218,043Usage of dataset is restricted to non-commercial research purposes only. Copyright belongs to the original copyright holders (see here).
SwissText 2019 - Trainde84,564The 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
German350,997
English552,559
Total903,556

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-01 (this)21.73367.261417.132319.3977

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-01 (this)37.633916.531727.141834.9951

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-01 (this)32.341610.619125.379925.3908
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, Deutsche Telekom AG

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
2995690

0 моделей