/ Модель

Характеристики

Контекст
1 024 токена
Параметры
184 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
AraT5v2-base-1024
Библиотека
transformers
Опубликована
24 июн 2025

AraT5v2-arabic-summarization

СуммаризацияТекст → текст4 профессии

Модель на базе AraT5v2 для создания абстрактивных кратких изложений текстов на современном литературном арабском языке.

124скачиваний за 30 дней1лайквеса обновлены22 июл 2025

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

AraT5v2-arabic-summarization — модель, дообученная Fatma El-Zahraa Serry и соавторами на базе UBC-NLP/AraT5v2-base-1024 для абстрактивного суммирования текстов на современном литературном арабском языке (MSA). Это модель семейства T5 с архитектурой encoder-decoder и 183,7 млн параметров; она принимает текст и генерирует краткое изложение. Обучение проводилось на SummARai v1.0 — наборе из 4 328 пар арабских абзацев и написанных к ним резюме, составленных по материалам книг и статей.

Модель предназначена для подготовки кратких изложений длинных арабских текстов, в том числе книг, а также для образовательных, журналистских и цифровых библиотечных систем. В карточке приводится оценка BERTScore F1 71,73% на отложенной выборке; сравнение с другой моделью дано на том же наборе данных. Это не гарантирует аналогичного качества на других жанрах и данных. Лицензия — Apache-2.0.

Сценарии применения

  • суммирование глав и фрагментов арабских книг
  • составление кратких изложений арабских статей
  • подготовка учебных резюме на арабском языке
  • создание кратких аннотаций для цифровых библиотек

Ограничения

Обучена на небольшом наборе из 4 328 пар и ориентирована на современный литературный арабский язык; качество на других разновидностях арабского и жанрах не установлено. Приведённая оценка получена на конкретной отложенной выборке и не гарантирует качество в иных сценариях.

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

fatmaserry/AraT5v2-arabic-summarization

AraT5v2-arabic-summarization is a fine-tuned version of UBC-NLP/AraT5v2-base-1024, built to perform abstractive summarization of Modern Standard Arabic (MSA) text. It was trained on SummARai v1.0, a high-quality dataset of Arabic book and article summaries, and is part of a hybrid NLP pipeline for Arabic document summarization.


Table of Contents


Dataset

The model was trained on SummARai v1.0, which includes 4,328 aligned Arabic paragraphs and abstractive summaries. Data sources include:

  • Literary and educational Arabic books from Hindawi, Noor Book, and Foula.
  • Human-written summaries from EngzKetab and Rajaoshow.
  • Enhanced via LLaMA-3 and LLaMA-4 for semantic chunking and coherence filtering.

🔗 Dataset GitHub Repo


Training Details

Summarizes the fine-tuning configuration, including model settings, hyperparameters, and dataset split.

HyperparameterValue
Learning Rate2e-5
Epochs10
Batch Size16
Max Seq Length1024
Train/Validation80% / 20%

Machine

Training was conducted on the following hardware setups via Theta Labs:

  • GPU: NVIDIA H100 80GB × 1
  • CPU: 10 cores
  • Memory: 80 GB RAM
  • Storage: 512 GB ephemeral disk
  • Region: asia-southeast-1

Evaluation Results

The model was evaluated using BERTScore on the held-out validation split:

MetricScore
Precision77.55%
Recall66.54%
F171.73%

For reference, csebuetnlp/mt5_multilingual_xlsum achieved F1 = 61.72% on the same data.


How to Use

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("fatmaserry/AraT5v2-arabic-summarization")
model = AutoModelForSeq2SeqLM.from_pretrained("fatmaserry/AraT5v2-arabic-summarization")

text = "ضع هنا فقرة باللغة العربية للتلخيص"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=1024)

summary_ids = model.generate(**inputs, max_length=150, num_beams=4)
summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)

print(summary)

Intended Use

  • Summarization of Arabic long-form content (books)
  • Academic research on Arabic NLP
  • Applications in education, journalism, and digital libraries

Authors

  • Fatma El-Zahraa Serry
  • Rowan Madeeh
  • Abdelrahman Gomaa
  • Momen Mostafa
  • Abdelrahman Akeel

Supervisor: Dr. Mohammad El-Ramly


Citation

@misc{summarai2025,
  title={SummARai: A Transformer-Based System for Hybrid Summarization of Large-Scale Arabic Documents},
  author={
    Fatma El-Zahraa Ashraf Serry and 
    Rowan Madeeh and 
    Abdelrahman Gomaa and 
    Momen Mostafa and 
    Abdelrahman Akeel
  },
  year={2025},
  note={Submitted to ICICIS 2025},
  url={https://github.com/fatmaserry/SummARai}
}

Acknowledgements

  • 💻 GPU compute support provided by Theta Labs
  • 🎓 Project completed as part of a graduation thesis at
    Cairo University – Faculty of Computers and Artificial Intelligence

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
e559ac4

0 моделей