README.md

---
language:
- hu
tags:
- summarization
license: gpl
metrics:
- rouge
widget:
- text: "A Tisza-parti v\xE1ros \xE1llatkertj\xE9ben r\xE9g\xF3ta tartanak szurik\xE1\
    t\xE1kat ( Suricata suricatta ) , de tavaly tavaszig nem siker\xFClt szapor\xED\
    tani \u0151ket , annak ellen\xE9re , hogy t\xE1gas h\xE1z \xE9s kifut\xF3 \xE9\
    p\xFClt sz\xE1mukra - k\xF6z\xF6lte Veprik R\xF3bert igazgat\xF3 . 2010-ben alakult\
    \ ki az \xFAj - h\xE1rom Amszterdamb\xF3l sz\xE1rmaz\xF3 n\u0151st\xE9nyb\u0151\
    l \xE9s egy budapesti fiatal h\xEDmb\u0151l \xE1ll\xF3 - csapat , amely szaporodni\
    \ kezdett . 2011-ben h\xE1rom , id\xE9n pedig egy ut\xF3ddal \xF6rvendeztett\xE9\
    k meg a gondoz\xF3kat \xE9s az \xE1llatbar\xE1tokat . A szurik\xE1t\xE1k ut\xF3\
    dai - tizenegy hetes vemhess\xE9g ut\xE1n - okt\xF3ber \xE9s m\xE1rcius k\xF6\
    z\xF6tt vakon \xE9s sz\u0151rtelen\xFCl j\xF6nnek a vil\xE1gra . A kicsinyek h\xE1\
    romhetesen b\xFAjnak el\u0151 az \xFCregb\u0151l , \xE9s nevel\xE9s\xFCkben mindk\xE9\
    t sz\xFCl\u0151 r\xE9szt vesz . A szurik\xE1tacsapatokban a csal\xE1d tagjai nagyon\
    \ szoros kapcsolatban \xE1llnak egym\xE1ssal , viszont nagyon harciasan fell\xE9\
    pnek az idegenekkel szemben , ak\xE1r meg is \xF6lhetik azt az \xE1llatot , amelyet\
    \ betolakod\xF3nak tekintenek . B\xE1r a D\xE9l-Afrik\xE1ban , a Kalah\xE1ri sivatagban\
    \ \u0151shonos cibetmacskaf\xE9le ragadoz\xF3kat a szegedi \xE1llatkertben term\xE9\
    szetes \xE9l\u0151hely\xFCkh\xF6z k\xE9pest kevesebb vesz\xE9ly fenyegeti , a\
    \ vadasparki erd\u0151ben ragadoz\xF3 madarak is \xE9lnek , amelyek ak\xE1r zs\xE1\
    km\xE1nyk\xE9nt is tekinthetn\xE9nek a szurik\xE1t\xE1kra . A szegedi csapatn\xE1\
    l azonban szigor\xFA \u0151rs\xE9g van , mindig lesi valaki k\xE9t l\xE1bra \xE1\
    llva a vesz\xE9lyforr\xE1sokat . Az \u0151rszemek figyelm\xE9t m\xE9g a s\xE1\
    rk\xE1nyrep\xFCl\u0151k is felkeltik , \xE9s felbukkan\xE1sakor valamennyi egyed\
    \ biztos helyre menek\xFCl . A szurik\xE1t\xE1k a Kalah\xE1ri sivatag boz\xF3\
    tos , szikl\xE1s ter\xFCletein csapatokban \xE9lnek . A 700 gramm k\xF6r\xFCli\
    \ testt\xF6meg\u0171 ragadoz\xF3k rovarokkal , l\xE1rv\xE1kkal , skorpi\xF3kkal\
    \ t\xE1pl\xE1lkoznak , de n\xE9ha elfogyasztj\xE1k a kisebb gerinceseket , toj\xE1\
    sokat \xE9s n\xF6v\xE9nyi gum\xF3kat is . A nappal akt\xEDv \xE1llatok f\xF6ldalatti\
    \ \xFCregrendszert \xE1snak , amelynek t\xF6bb bej\xE1rata is van . Ha a szurik\xE1\
    t\xE1k idegen csapattal vagy ragadoz\xF3val ker\xFClnek szembe , azonnal elkezdenek\
    \ \xE1sni , nagy porfelh\u0151t kavarva . Az is gyakorta el\u0151fordul , hogy\
    \ szorosan egym\xE1shoz b\xFAjnak , felborzolj\xE1k sz\u0151r\xFCket , megny\xFA\
    jtj\xE1k test\xFCket , hogy min\xE9l nagyobbnak l\xE1tsz\xF3djanak . Az el\u0151\
    ad\xE1suk cs\xFAcspontj\xE1n pedig az eg\xE9sz csapat a leveg\u0151be ugrik ,\
    \ k\xF6zben pedig morog . A hangad\xE1s egy\xE9bk\xE9nt is fontos a szurik\xE1\
    t\xE1k kapcsolat\xE1ban , az egyedek legal\xE1bb t\xEDzf\xE9le jelz\xE9st haszn\xE1\
    lnak a kol\xF3ni\xE1n bel\xFCl ."
model-index:
- name: NYTK/summarization-hi-bart-base-1024-hungarian
  results:
  - task:
      type: summarization
      name: Summarization
    dataset:
      name: samsum
      type: samsum
      config: samsum
      split: test
    metrics:
    - name: ROUGE-1
      type: rouge
      value: 3.3361
      verified: true
    - name: ROUGE-2
      type: rouge
      value: 0.2197
      verified: true
    - name: ROUGE-L
      type: rouge
      value: 3.1465
      verified: true
    - name: ROUGE-LSUM
      type: rouge
      value: 3.2128
      verified: true
    - name: loss
      type: loss
      value: 10.159417152404785
      verified: true
    - name: gen_len
      type: gen_len
      value: 19.6984
      verified: true
---

# Hungarian Abstractive Summarization BART model

For further models, scripts and details, see [our repository](https://github.com/nytud/neural-models) or [our demo site](https://juniper.nytud.hu/demo/nlp).

- BART base model (see Results Table - bold):
  - Pretrained on Webcorpus 2.0
  - Finetuned HI corpus (hvg.hu + index.hu)
  	- Segments: 559.162
  	
## Limitations

- tokenized input text (tokenizer: [HuSpaCy](https://huggingface.co/huspacy))
- **max_source_length = 1024**
- max_target_length = 256

## Results

| Model | HI | NOL |
| ------------- | ------------- | ------------- |
| BART-base-512 | 30.18/13.86/22.92 | 46.48/32.40/39.45  |
| BART-base-1024| **31.86/14.59/23.79** | 47.01/32.91/39.97 |

## Citation
If you use this model, please cite the following paper:

```
@inproceedings {yang-bart,
    title = {{BARTerezzünk! - Messze, messze, messze a világtól, - BART kísérleti modellek magyar nyelvre}},
	booktitle = {XVIII. Magyar Számítógépes Nyelvészeti Konferencia},
	year = {2022},
	publisher = {Szegedi Tudományegyetem, Informatikai Intézet},
	address = {Szeged, Magyarország},
	author = {{Yang Zijian Győző}},
	pages = {15--29}
}

```