|
--- |
|
language: |
|
- it |
|
tags: |
|
- summarization |
|
--- |
|
|
|
# text2tags-it |
|
|
|
The model has been trained on a collection of 11k news articles with tags. Its purpose is to create tags suitable for the given article. |
|
|
|
### Usage |
|
|
|
Sample code with an article from IlPost: |
|
|
|
```python |
|
from transformers import T5ForConditionalGeneration,T5Tokenizer |
|
|
|
model = T5ForConditionalGeneration.from_pretrained("efederici/text2tags-it") |
|
tokenizer = T5Tokenizer.from_pretrained("efederici/text2tags-it") |
|
|
|
article = ''' |
|
Nel 1924 la scrittrice Virginia Woolf affrontò nel saggio Mr Bennett e Mrs Brown il tema della costruzione e della struttura del romanzo, genere all’epoca considerato in declino a causa dell’incapacità degli autori e delle autrici di creare personaggi realistici. Woolf raccontò di aver a lungo osservato, durante un viaggio in treno da Richmond a Waterloo, una signora di oltre 60 anni seduta davanti a lei, chiamata signora Brown. Ne rimase affascinata, per la capacità di quella figura di evocare storie possibili e fare da spunto per un romanzo: «tutti i romanzi cominciano con una vecchia signora seduta in un angolo». |
|
Immagini come quella della signora Brown, secondo Woolf, «costringono qualcuno a cominciare, quasi automaticamente, a scrivere un romanzo». Nel saggio Woolf provò ad analizzare le tecniche narrative utilizzate da tre noti scrittori inglesi dell’epoca – H. G. Wells, John Galsworthy e Arnold Bennett – per comprendere perché le convenzioni stilistiche dell’Ottocento risultassero ormai inadatte alla descrizione dei «caratteri» umani degli anni Venti. |
|
In un lungo e commentato articolo del New Yorker, la critica letteraria e giornalista Parul Sehgal, a lungo caporedattrice dell’inserto culturale del New York Times dedicato alle recensioni di libri, ha provato a compiere un esercizio simile a quello di Woolf, chiedendosi come gli autori e le autrici di oggi tratterebbero la signora Brown. E ha immaginato che probabilmente quella figura non eserciterebbe su di loro una curiosità e un fascino legati alla sua incompletezza e al suo aspetto misterioso, ma con ogni probabilità trasmetterebbe loro l’indistinta e generica impressione di aver subìto un trauma. |
|
''' |
|
|
|
def tag(text: str): |
|
""" Generates tags from given text """ |
|
text = text.strip().replace('\n', '') |
|
tokenized_text = tokenizer.encode(text, return_tensors="pt") |
|
|
|
summary_ids = model.generate(tokenized_text, |
|
num_beams=4, |
|
no_repeat_ngram_size=2, |
|
max_length=20, |
|
early_stopping=True) |
|
|
|
output = tokenizer.decode(summary_ids[0], skip_special_tokens=True) |
|
return output.split(',') |
|
|
|
tags = tag(article) |
|
print(tags) |
|
``` |
|
|
|
### Overview |
|
|
|
- Model: T5 ([it5-small](https://huggingface.co/gsarti/it5-small)) |
|
- Language: Italian |
|
- Downstream-task: Summarization (for topic tagging) |
|
- Training data: Custom dataset |
|
- Code: See example |
|
- Infrastructure: 1x T4 |