ReviewSummary T5
์์์ ๋ฆฌ๋ทฐ ๋ฐ์ดํฐ๋ฅผ ์์ฝํ๋ koT5 Fine-tuned ๋ชจ๋ธ์ ๋๋ค.
T5 LLM Model
ReviewSummary T5๋ ์นด์นด์ค๋งต, ๋ค์ด๋ฒ์ง๋ ์๋น ๋ฆฌ๋ทฐ ๋ฐ์ดํฐ๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ํ์ธํ๋ํ
koT5 ๊ธฐ๋ฐ ์์ฝ(Abstractive Summarization) ๋ชจ๋ธ์
๋๋ค.
๊ธธ๊ณ ๋น์ ํ์ ์ธ ์ฌ์ฉ์ ๋ฆฌ๋ทฐ ๋ฐ์ดํฐ๋ฅผ ์งง๊ณ ํต์ฌ์ ์ธ ๋ฌธ์ฅ์ผ๋ก ์์ฐ์ค๋ฝ๊ฒ ์์ฝํ๋ ๋ฐ ์ต์ ํ๋์ด ์์ต๋๋ค.
์ ๋ ฅ ์๋ ๋ง๊ณ ๋ง๋ ๊ด์ฐฎ์์ด์! ๋ค๋ง ์ฃผ๋ง ์ ๋ ์ด๋ผ ์ฌ๋์ด ๋๋ฌด ๋ง์์ ์์ ๋์ค๊ธฐ๊น์ง ์กฐ๊ธ ์ค๋ ๊ฑธ๋ ธ์ด์. ๊ฐ๊ฒ๋ ๊น๋ํ๊ณ ์ง์๋ถ๋ค๋ ์น์ ํ์ด์. ๋ค์์ ํ์ผ์ ๋ค์ ์ค๊ณ ์ถ๋ค์.
์์ฝ ์ด ์๋น์ ๋ง์๊ณ ์๋ ์ถฉ๋ถํ์ง๋ง ์ฃผ๋ง์ ๋๊ธฐ ์๊ฐ์ด ๊น๋๋ค. ๊ฐ๊ฒ๋ ๊น๋ํ๊ณ ์ง์๋ ์น์ ํ ํธ์ ๋๋ค.
from transformers import T5ForConditionalGeneration, T5Tokenizer
import torch
model = T5ForConditionalGeneration.from_pretrained("jxeong/reviewSummary-t5")
tokenizer = T5Tokenizer.from_pretrained("jxeong/reviewSummary-t5")
text = "์์ฝํ ํ
์คํธ๋ฅผ ์
๋ ฅํ์ธ์."
inputs = tokenizer(text, return_tensors="pt", truncation=True)
output = model.generate(
**inputs,
max_length=128,
num_beams=4,
early_stopping=True
)
summary = tokenizer.decode(output[0], skip_special_tokens=True)
print(summary)
์ด ๋ชจ๋ธ์ API ํธ์ถ๋ฌธ์ ํตํด ์ฌ์ฉํ ์ ์์ต๋๋ค: