import torch from transformers import T5TokenizerFast, T5ForConditionalGeneration

GPU 사용 여부 확인

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

모델 및 토크나이저 불러오기

model_name = "jokh7802/KoT5_Summarization" tokenizer = T5TokenizerFast.from_pretrained(model_name) model = T5ForConditionalGeneration.from_pretrained(model_name).to(device)

테스트 문장

sample_text_3 = ( "인공지능 기술은 현대 사회에서 매우 중요한 역할을 하고 있습니다. 기계 학습과 딥 러닝의 발전으로 언어 처리, 이미지 인식, 음성 인식, 자율 주행 " "차량 및 의료 진단과 같은 다양한 분야에서 급격한 진보가 이루어지고 있습니다. 이러한 기술은 우리의 삶을 크게 변화시키고 있으며, 다양한 산업 분야에 " "새로운 기회를 제공하고 있습니다. 그러나 이러한 기술 발전에는 고려해야 할 여러 중요한 측면이 있습니다. 인공지능 기술은 데이터에 의존하며, 데이터의 품질과 " "개인 정보 보호는 계속해서 주목해야 할 문제입니다. 또한, 알고리즘의 투명성과 공정성에 대한 우려도 높아지고 있습니다. 인간 중심의 개발과 윤리적인 책임을 중시하는 " "방향으로 기술이 발전해야 합니다." "머신 러닝 및 딥 러닝은 대량의 데이터를 기반으로 학습하고, 이를 통해 패턴을 식별하고 예측합니다. 이러한 모델은 이미지, 음성, 텍스트와 같은 다양한 형태의 데이터를 처리할 수 있으며, " "이를 통해 언어 번역, 음성 인식, 얼굴 인식, 추천 시스템 및 예측 분석과 같은 응용 프로그램을 구현할 수 있습니다. 하지만 이러한 모델은 데이터의 편향성에 영향을 받을 수 있으며, " "이로 인해 공정하지 않은 결과를 낼 수 있습니다. 이를 극복하기 위해서는 다양한 데이터를 사용하고, 알고리즘을 평가하고 개선하는 데 지속적인 노력이 필요합니다." "또한, 인공지능의 미래에는 실용적인 문제를 해결하는 데 중점을 두고 있습니다. 예를 들어 의료 분야에서는 질병 진단 및 치료에 도움을 주는 기술이 개발되고 있습니다. 농업 분야에서는 " "작물 생산성을 향상시키기 위한 지능형 농업 기술이 적용되고 있습니다. 또한, 스마트 시티 기술은 도시의 효율성과 지속 가능성을 향상시키는 데 기여하고 있습니다. 이러한 혁신적인 적용 분야에서는 " "기술과 윤리가 조화를 이루며 사회적 가치를 창출하는 방향으로 나아가야 합니다." )

input_text = sample_text_3

문장을 토큰화하고 요약 생성

input_ids = tokenizer.encode(input_text, return_tensors="pt", max_length=512, truncation=True).to(device) output = model.generate(input_ids, max_length=150, num_beams=4, length_penalty=2.0, early_stopping=True)

생성된 요약을 디코딩하여 출력

summary = tokenizer.decode(output[0], skip_special_tokens=True) print("Original Sentence: ", input_text) print("Generated Summary: ", summary)

#출력결과 #Original Sentence: 이 모델은 한국어 문장을 효과적으로 요약하는 데 사용될 수 있습니다. #Generated Summary: 한국어 문장을 효과적으로 요약하는 데 이 모델은 한국어 문장을 효과적으로 요약하는 데 사용될 수 있습니다.