Résumer un long texte
Le résumé de texte condense un contenu volumineux en éléments plus faciles à consulter, ce qui aide à saisir rapidement les points clés d'articles ou de documents longs.
On distingue deux grands types : extractif, qui sélectionne des phrases clés du texte d'origine, et abstractive, qui génère de nouvelles phrases résumant les idées principales.
Dans cet exercice, vous allez créer un pipeline de résumé abstrait à l'aide de la fonction pipeline() de Hugging Face et du modèle cnicu/t5-small-booksum. Vous résumerez un texte tiré d'une page Wikipédia sur la Grèce, puis comparerez la reformulation produite par le modèle abstrait au contenu d'origine.
La fonction pipeline de la bibliothèque transformers et le original_text ont déjà été chargés pour vous.
Cette activité fait partie du cours
Travailler avec Hugging Face
Instructions de l’exercice
- Créez le
pipelinede résumé en utilisant la tâche "summarization" et enregistrez-le danssummarizer. - Utilisez ce nouveau pipeline pour créer un résumé du texte et enregistrez-le dans
summary_text. - Comparez la longueur du texte original et celle du résumé.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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]['____'])}")