|
--- |
|
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](https://huggingface.co/KBLab/bart-base-swedish-cased) on the [Gabriel/bart-base-cnn-swe](https://huggingface.co/datasets/Gabriel/cnn_daily_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 |
|
|