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

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

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
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

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。

下拉加载更多