vlt5-base-keywords

vlt5-base-keywords

关键词生成与提取的先进模型

vlT5是一款基于Transformers架构的关键词生成模型,专门针对科学文章的摘要和标题进行训练,适用于各类文本的关键词提取。该模型在多领域表现优异,能从短文本中生成描述内容的关键短语。虽然结果并不总是完整,但仍具实用性,适合应用于研究和技术项目。使用POSMAC数据集进行训练,展现出强大的迁移能力,支持多语言环境,包括英语和波兰语。访问在线演示了解其应用与优化的详细信息。

关键词生成vlT5HuggingfaceGithub科学文章语料库开源项目模型POSMAC编码器-解码器架构

vlt5-base-keywords项目介绍

vlt5-base-keywords项目是一个关键词生成模型,基于Google提出的Transformer编码-解码架构(https://huggingface.co/t5-base),旨在通过科学文章的摘要和标题的结合,预测出一组关键短语。这个模型特别之处在于,它能够根据文章的摘要生成精准但并不总是全面的关键短语。

项目背景与目标

vlT5模型是一个关键词生成模型,专为从短文本中提取关键字而设计。关键词生成在自然语言处理领域具有广泛应用,因为它能够有效识别和总结文本的重点信息。vlt5-base-keywords模型以科学文章文本为训练语料,主要用于预测给定文本的关键短语集合。尽管仅根据文章的摘要生成,模型输出的关键短语依然保持高精确度。

vlT5的优点与局限

vlT5模型最大的优点在于其可迁移性,能够适用于各种领域和类型的文本。然而,该模型的文本长度与生成的关键词数量与训练数据相近,对于摘要长度的文本可生成约3到5个关键词。对于较长的文本,需要拆分成较小的片段后输入模型进行处理。

语言与数据集

  • 语言模型: t5-base
  • 支持语言: 波兰语(pl)、英语(en),并在其他语言上表现较好。
  • 训练数据: POSMAC,波兰语公开科学元数据集合,共涵盖216,214篇科学文章的摘要。

使用方法

项目提供了一个Python代码示例,展示了如何使用该模型和T5Tokenizer进行关键词预测:

from transformers import T5Tokenizer, T5ForConditionalGeneration model = T5ForConditionalGeneration.from_pretrained("Voicelab/vlt5-base-keywords") tokenizer = T5Tokenizer.from_pretrained("Voicelab/vlt5-base-keywords") task_prefix = "Keywords: " inputs = [ "Christina Katrakis, who spoke to the BBC from Vorokhta in western Ukraine, relays the account of one family, who say Russian soldiers shot at their vehicles while they were leaving their village near Chernobyl in northern Ukraine. She says the cars had white flags and signs saying they were carrying children.", "Decays the learning rate of each parameter group by gamma every step_size epochs. Notice that such decay can happen simultaneously with other changes to the learning rate from outside this scheduler. When last_epoch=-1, sets initial lr as lr.", "Hello, I'd like to order a pizza with salami topping.", ] for sample in inputs: input_sequences = [task_prefix + sample] input_ids = tokenizer( input_sequences, return_tensors="pt", truncation=True ).input_ids output = model.generate(input_ids, no_repeat_ngram_size=3, num_beams=4) predicted = tokenizer.decode(output[0], skip_special_tokens=True) print(sample, "\n --->", predicted)

结果展示

模型采用评估指标强调生成结果的精确度(Precision)、召回率(Recall)和F1得分。在表格中比较了多种方法下的表现,其中vlT5kw在多个指标上表现优异。

许可证与引用

该模型采用CC BY 4.0许可协议。如需引用此模型,请参考以下论文:

团队与联系

该模型由Voicelab.ai的自然语言处理研究团队训练开发。如需联系,可以访问这里

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多