---
license: apache-2.0
language: fr
library_name: transformers
thumbnail: null
tags:
- summarization
widget:
- text: "Pierre: J’ai oublié ma trousse. Tu peux me prêter un stylo.\nLucie: Tiens.\nPierre: Merci. Tu peux me donner une feuille de papier aussi ?\nLucie: Euh… oui. Tiens.\nPierre: Merci. Ça t’ennuie pas si je regarde avec toi ? J’ai oublié mon livre…\nLucie: Non, pas de problème.\nPierre: Pff. Je ne comprends rien. Tu pourras m’expliquer après le cours ?\nLucie: Oui, si tu veux… On ira au café.\nPierre: Oui… euh non, j’ai oublié mon porte-monnaie \nLucie: Bon allez ! ce n’est pas grave, je t’invite.\nPierre: Tu es trop gentille.\nLucie: Oui, c’est bien possible."
metrics:
- rouge
model-index:
- name: Fine-tuned FLAN-T5 large model for French dialogue summarization
  results: []
---

<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->

# Fine-tuned FLAN-T5 large model for French Dialogue Summarization

This model is a fine-tuned version of [google/flan-t5-large](https://huggingface.co/google/flan-t5-large) for French dialogue summarization.

## Usage

Inference with 🤗 Pipeline

```python
import torch
from transformers import pipeline

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

pipe = pipeline(
    "summarization",
    model="bofenghuang/flan-t5-large-dialogsum-fr",
    device=device,
)

dialogue_text = """Pierre: J’ai oublié ma trousse. Tu peux me prêter un stylo.
Lucie: Tiens.
Pierre: Merci. Tu peux me donner une feuille de papier aussi ?
Lucie: Euh… oui. Tiens.
Pierre: Merci. Ça t’ennuie pas si je regarde avec toi ? J’ai oublié mon livre…
Lucie: Non, pas de problème.
Pierre: Pff. Je ne comprends rien. Tu pourras m’expliquer après le cours ?
Lucie: Oui, si tu veux… On ira au café.
Pierre: Oui… euh non, j’ai oublié mon porte-monnaie.
Lucie: Bon allez ! ce n’est pas grave, je t’invite.
Pierre: Tu es trop gentille.
Lucie: Oui, c’est bien possible."""

summarized_text = pipe(dialogue_text, max_length=1024)[0]["summary_text"]  # greedy
# summarized_text = pipe(dialogue_text, max_length=1024, num_beams=5)[0]["summary_text"]  # beam search
```