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
Instrukcje do ćwiczenia
- Załaduj potok modelu do zadania podsumowywania, używając modelu
"cnicu/t5-small-booksum". - Wygeneruj wynik, przekazując zmienną
long_textdo 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(____)