metadata
language: sv
license: mit
datasets:
- Gabriel/cnn_daily_swe
tags:
- summarization
widget:
- text: >-
En kronologi av bombningar och försök bombattacker i det brittiska
fastlandet sedan 1970-talet:. Polisen stänger gatorna runt Haymarket, i
Londons livliga teaterdistrikt. 29 juni 2007: Polisen desarmerar en bomb
bestående av 200 liter bränsle, gasflaskor och spikar som hittats i en
övergiven bil i Haymarket i centrala London. En andra bil fylld med gas
och spikar befanns senare ha parkerats bara några hundra meter från den
första, innan den bogserades bort av trafikvakter i början av fredagen för
att bryta parkeringsrestriktioner. Polisen säger att två fordon är tydligt
kopplade. 21 juli 2005: Två veckor efter de dödliga 7/7 bombningarna
påstås fyra män ha försökt genomföra en andra våg av attacker mot Londons
transportnät vid tre tunnelbanestationer i London och ombord på en buss.
Men deras påstådda ryggsäcksbomber exploderar inte. 7 juli 2005: Fyra
självmordsbombare detonerar sig själva ombord på tre underjordiska tåg och
en buss i en morgon rusningstid attack mot Londons transportnät, döda 52
människor och skada omkring 700 fler. Al-Qaida tar på sig ansvaret i ett
videouttalande.
model-index:
- name: bart-base-cnn-swe
results:
- task:
type: summarization
name: summarization
dataset:
name: Gabriel/cnn_daily_swe
type: Gabriel/cnn_daily_swe
split: validation
metrics:
- name: Validation ROGUE-1
type: rouge-1
value: 22.2046
verified: true
- name: Validation ROGUE-2
type: rouge-2
value: 10.4332
verified: true
- name: Validation ROGUE-L
type: rouge-l
value: 18.1753
verified: true
- name: Validation ROGUE-L-SUM
type: rouge-l-sum
value: 20.846
verified: true
train-eval-index:
- config: Gabriel--xsum_swe
task: summarization
task_id: summarization
splits:
eval_split: train
col_mapping:
document: text
summary: target
bart-base-cnn-swe
This model is a W.I.P
Model description
BART is a transformer encoder-encoder (seq2seq) model with a bidirectional (BERT-like) encoder and an autoregressive (GPT-like) decoder. BART is pre-trained by (1) corrupting text with an arbitrary noising function, and (2) learning a model to reconstruct the original text. This model is a fine-tuned version of KBLab/bart-base-swedish-cased on the Gabriel/bart-base-cnn-swe dataset and can be used for summarization tasks.
Intended uses & limitations
This model should only be used to fine-tune further on and summarization tasks.
Training procedure
Training hyperparameters
The following hyperparameters were used during training:
- learning_rate: 5e-05
- train_batch_size: 8
- eval_batch_size: 8
- seed: 42
- gradient_accumulation_steps: 2
- total_train_batch_size: 16
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 2*2 = 4
- mixed_precision_training: Native AMP
Training results
Training Loss | Epoch | Step | Validation Loss | Rouge1 | Rouge2 | Rougel | Rougelsum | Gen Len |
---|---|---|---|---|---|---|---|---|
2.2349 | 1.0 | 17944 | 2.0643 | 21.9564 | 10.2133 | 17.9958 | 20.6502 | 19.9992 |
2.0726 | 2.0 | 35888 | 2.0253 | 22.0568 | 10.3302 | 18.0648 | 20.7482 | 19.9996 |
1.8658 | 3.0 | 53832 | 2.0333 | 22.0871 | 10.2902 | 18.0577 | 20.7082 | 19.998 |
1.8121 | 4.0 | 71776 | 1.9759 | 22.2046 | 10.4332 | 18.1753 | 20.846 | 19.9971 |
Framework versions
- Transformers 4.22.1
- Pytorch 1.12.1+cu113
- Datasets 2.4.0
- Tokenizers 0.12.1