Transformers
PyTorch
Russian
t5
text2text-generation
Simplification
Summarization
paraphrase
text-generation-inference
Instructions to use DmitriyVasiliev/ruT5-base-simplification with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use DmitriyVasiliev/ruT5-base-simplification with Transformers:
# Load model directly from transformers import AutoTokenizer, AutoModelForSeq2SeqLM tokenizer = AutoTokenizer.from_pretrained("DmitriyVasiliev/ruT5-base-simplification") model = AutoModelForSeq2SeqLM.from_pretrained("DmitriyVasiliev/ruT5-base-simplification") - Notebooks
- Google Colab
- Kaggle
Commit ·
91213f5
1
Parent(s): b2208cc
Update README.md
Browse files
README.md
CHANGED
|
@@ -6,8 +6,8 @@ tags:
|
|
| 6 |
- Summarization
|
| 7 |
- paraphrase
|
| 8 |
---
|
| 9 |
-
Данная модель является дообучнной версией "sberbank-ai/ruT5-base" на задаче упрощения текста (text simplification).
|
| 10 |
-
Набор данных (https://drive.google.com/file/d/14lCIp0TJ78R8E9miVm5Ac88guEjCkgFR) был собран из материалов конференции "Dialog-21" (https://github.com/dialogue-evaluation/RuSimpleSentEval), корпуса "RuAdapt" (https://github.com/Digital-Pushkin-Lab/RuAdapt), а также уникальны
|
| 11 |
Параметры обучения: данные из файла "dia_train", Learning Rate = 3e-5, batch size = 1, optimizer = AdamW.
|
| 12 |
Оценка SARI (среднее на файле "dia_test") = 33,14
|
| 13 |
|
|
|
|
| 6 |
- Summarization
|
| 7 |
- paraphrase
|
| 8 |
---
|
| 9 |
+
Данная модель является дообучнной версией "ai-forever/ruT5-base" (ранее"sberbank-ai/ruT5-base") на задаче упрощения текста (text simplification).
|
| 10 |
+
Набор данных (https://drive.google.com/file/d/14lCIp0TJ78R8E9miVm5Ac88guEjCkgFR) был собран из материалов конференции "Dialog-21" (https://github.com/dialogue-evaluation/RuSimpleSentEval), корпуса "RuAdapt" (https://github.com/Digital-Pushkin-Lab/RuAdapt), а также уникальных данных, предоставленными институтом ИФиЯК СФУ.
|
| 11 |
Параметры обучения: данные из файла "dia_train", Learning Rate = 3e-5, batch size = 1, optimizer = AdamW.
|
| 12 |
Оценка SARI (среднее на файле "dia_test") = 33,14
|
| 13 |
|