Views
No views yet
| Модель | ROUGE-1 | ROUGE-2 | ROUGE-L | BERTScore | SBERT Sim |
|---|---|---|---|---|---|
| Baseline (TF-IDF) | 0.0331 | 0.0029 | 0.0291 | 0.6233 | 0.5612 |
| ruPEGASUS | 0.1323 | 0.0483 | 0.1323 | 0.5890 | 0.2032 |
| Метрика | Улучшение |
|---|---|
| ROUGE-1 | +9.9% |
| ROUGE-2 | +4.5% |
| ROUGE-L | +10.3% |
| BERTScore | +-3.4% |
| SBERT Sim | +-35.8% |
1from transformers import PegasusForConditionalGeneration, PegasusTokenizer
2
3model = PegasusForConditionalGeneration.from_pretrained("Auttar/kinopoisk-pegasus")
4tokenizer = PegasusTokenizer.from_pretrained("Auttar/kinopoisk-pegasus")
5
6def summarize(review):
7 # PEGASUS не требует специального префикса
8 inputs = tokenizer(review, return_tensors="pt", max_length=512, truncation=True)
9 outputs = model.generate(inputs.input_ids, max_length=128, num_beams=4)
10 return tokenizer.decode(outputs[0], skip_special_tokens=True)
11
12# Пример
13review = "Фильм просто бомба! Актеры играют отлично, сюжет держит в напряжении."
14print(summarize(review))