Resumir um texto longo
O resumo reduz um texto grande a um conteúdo gerenciável, ajudando os leitores a entender rapidamente os pontos principais de artigos ou documentos extensos.
Há dois tipos principais: extrativo, que seleciona frases-chave do texto original, e abstrativo, que gera novas frases que resumem as ideias principais.
Neste exercício, você criará um pipeline de compactação abstrativa usando a função pipeline() do Hugging Face e o modelo cnicu/t5-small-booksum. Você resumirá o texto de uma página da Wikipédia sobre a Grécia, comparando o resultado reformulado do modelo abstrativo com o original.
A função pipeline da biblioteca transformers e a original_text já foram carregadas para você.
Este exercício faz parte do curso
Trabalhando com o Hugging Face
Instruções do exercício
- Crie a compactação
pipelineusando a tarefa "summarization" (compactação) e salve comosummarizer. - Use o novo pipeline para criar um resumo do texto e salve-o como
summary_text. - Compare o tamanho do texto original e do resumo.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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]['____'])}")