Zacznij terazZacznij za darmo

Użycie potoku do podsumowywania tekstu

Uruchom potok podsumowywania tekstu, korzystając z modelu "cnicu/t5-small-booksum" dostępnego w Hugging Face Hub.

Zmienna long_text zawierająca tekst o wieży Eiffla jest już zdefiniowana, a moduł pipeline z biblioteki transformers został zaimportowany.

To ćwiczenie jest częścią kursu

Wprowadzenie do LLM w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Załaduj potok modelu do zadania podsumowywania, używając modelu "cnicu/t5-small-booksum".
  • Wygeneruj wynik, przekazując zmienną long_text do potoku; ogranicz długość wyniku do 50 tokenów.
  • Wyodrębnij i wyświetl sam podsumowany tekst z obiektu output.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Load the model pipeline
summarizer = ____(____, ____)

# Pass the long text to the model
output = ____(____, ____)

# Access and print the summarized text
print(____)
Edytuj i uruchom kod