Shrnutí dlouhého textu
Sumarizace redukuje rozsáhlý text na přehledný obsah a pomáhá čtenářům rychle pochopit klíčové myšlenky z dlouhých článků nebo dokumentů.
Existují dva hlavní typy: extraktivní, který vybírá klíčové věty přímo z původního textu, a abstraktivní, který generuje nové věty shrnující hlavní myšlenky.
V tomto cvičení vytvoříš pipeline pro abstraktivní sumarizaci pomocí funkce pipeline() z Hugging Face a modelu cnicu/t5-small-booksum. Shrneš text z wikipedie o Řecku a porovnáš přeformulovaný výstup abstraktivního modelu s originálem.
Funkce pipeline z knihovny transformers a proměnná original_text jsou už načtené.
Toto cvičení je součástí kurzu
Working with Hugging Face
Pokyny k cvičení
- Vytvoř sumarizační
pipelines úlohou "summarization" a ulož ji jakosummarizer. - Pomocí nové pipeline vytvoř souhrn textu a ulož ho jako
summary_text. - Porovnej délku původního textu a souhrnu.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create the summarization pipeline
summarizer = ____(____="____", model="cnicu/t5-small-booksum")
# Summarize the text
summary_text = ____(original_text)
# Compare the length
print(f"Original text length: {len(original_text)}")
print(f"Summary length: {len(____[0]['____'])}")