/ Модель

Характеристики

Контекст
1 000 токенов
Параметры
98,9 млн
Лицензия
MIT
Архитектура
bart · dense
Опубликована
28 ноя 2023

nep-summ-BART

Генерация текстаТекст → текст3 профессии

NepSummBART — модель BART для суммирования текстов на непальском языке.

61скачиваний за 30 дней5лайковвеса обновлены11 сен 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

NepSummBART — модель для автоматического суммирования текстов на непальском языке, разработанная Виҷая Бхаттой, Паскалем Раи, Нираджаном Шрестхой, Дришти Сигдел, Суджаном Непане и Сагаром Кафле. Она основана на архитектуре BART: предварительно обучена на корпусе непальских текстов с задачей восстановления зашумлённого текста, затем дообучена на данных для суммирования. Модель содержит 98,9 млн параметров и рассчитана на контекст до 1000 токенов.

Модель принимает текст и генерирует его краткое содержание. В оценке на тестовой части BBC XLSum Nepali указаны ROUGE-1 0,177, ROUGE-2 0,059 и ROUGE-L 0,154. Авторы отмечают, что копирование текста из контекста кодировщика может ухудшать качество абстрактивного суммирования. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • составление краткого содержания непальской статьи
  • суммирование новостей на непальском языке
  • сжатие длинного непальского текста до краткого пересказа

Ограничения

В оценке на BBC XLSum Nepali получены умеренные значения ROUGE: 0,177 / 0,059 / 0,154. Авторы отмечают, что склонность модели копировать фрагменты входного текста может снижать качество абстрактивного суммирования.

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

Nep_Summ_BART:

This model is pre-trained using BART on Nepali corpus and then fine-tuned on Nepali summary data. The model generates a summary for the text input.

The parameter size for the model is 101M.

Model Details

Model Description

The model is trained using BART noising techniques like sentence permutation, token deletion, and random token masking. The noisy data is fed into the encoder of the transformer and the denoising task/ objective is fulfilled by the decoder of the transformer model.

Cross-entropy loss is used for both the pre-training and fine-tuning of the model.

The Loss for pre-training is as follows:

EpochTraining LossVal Loss
10.81370.8010
20.78610.7524
30.74950.7290

The ROUGE Score after the fine-tuning, for the BBC XLSum Nepali Test Dataset is:

ROUGE1 : 0.177

ROUGE2 : 0.059

ROUGEL : 0.154

Uses

You can use this model for text summarization. Could be used as an encoder-only model using BartForSequenceClasssification.

How to Get Started with the Model

Use the code below to get started with the model.

# make sure to install the dependencies below/ from requirements.txt
# pip install transformers==4.35
# pip install huggingface_hub==0.23.0

import torch

# Load model directly
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("pascalrai/nep_summ_BART")
model = AutoModelForSeq2SeqLM.from_pretrained("pascalrai/nep_summ_BART")

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

sentence = """अत्यधिक माग भएका बेला दसैंमा चिनीको हाहाकार भएको थियो । उपत्यकाबाहिरका केही जिल्लामा चिनी पाइए पनि काठमाडौंमा भने अभाव नै कायम रहेको छ । प्रधानमन्त्री पुष्पकमल दाहालले बिहीबार बिहान उद्योग तथा वाणिज्य मन्त्री तथा मुख्यसचिवलाई चिनीको अभाव सिर्जना हुन नदिन सबै उपायको खोजी गर्न निर्देशन दिएका थिए ।

नेपाली चिनी उद्योगहरूले आम उपभोक्तालाई सहज हुने किसिमले बजारमा चिनी नपठाइ ठूला उद्योगलाई आपूर्ति गर्न गोदाममै राख्ने गरेको पनि भेटिएको छ । वाणिज्य विभागको तथ्यांक अनुसार, नेपालमा उत्पादन हुने चिनीको सत्तरी प्रतिशत चिनी बिभिन्न पेय पदार्थ, मिठाइ, चकलेट, विस्कुटलगायतका उद्योगहरुमा आपूर्ति हुने गर्दछ ।

नेपाल प्रहरीले नेपालमा रहेका सबै चिनी उद्योगको स्टक रेकर्ड चेक गर्ने तथा सो आधारमा बजारमा चिनी पठाउन उद्योगीहरूसँग छलफल गरिने विभागले जनाएको छ"""

inputs = tokenizer(sentence, max_length=1000, return_tensors="pt")
summary_ids = model.to(device).generate(inputs["input_ids"].to(device))

tokenizer.decode(summary_ids[0], skip_special_tokens=True, clean_up_tokenization_spaces=False)

'दशैंको मुखमा चिनीको चरम अभाव भएको भन्दै नेपाल प्रहरीले सबै चिनी उद्योगको स्टक रेकर्ड चेक गर्ने र बजारमा चिनी पठाउन उद्योगीहरूसँग छलफल गर्ने जनाएको छ।'

Hardware

The model was pre-trained continuously on a single A10G GPU in an AWS instance for 133 hours with each epoch taking 45 hours using bf16 quantization.

Possible Future Directions:

  1. Use a decoder-only model for pre-training and summarization. As it seems the case when the span deleting tokens is not very large, the model learns to copy the token from the encoder context during Cross-attention to decoder generation. Thus, hurts the performance of the Abstractive Summarization task. This case is not present in the decoder-only model as all the predicted next token is not seen by the model at all.

  2. We have pre-trained our model with approx 16 GB of data, and testing Classification result on Nepali News Dataset (Large) with a couple of Nepali transformer based Models available on Hugging Face, Our models seem to do better than others with an accuracy of 0.58 on validation but, There could be two reasons for this:

    • There is still room for improving the quality of the data. (test with HLP) Try below, if HLP >> 0.58
    • We still do not have enough data for generalization as Transformer models only perform well with large amounts of pre-trained data compared with Classical Sequential Models.

Authors:

Vijaya Bhatta Pascal Rai Niranjan Shrestha Dristi Sigdel Sujan Neupane Sagar Kafle

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BartForConditionalGeneration
Ревизия весов
e30f063

0 моделей