Edit model card

An Arabic abstractive text summarization model

A fine-tuned AraGPT2 model on a dataset of 84,764 paragraph-summary pairs.

More details on the fine-tuning of this model will be released later.

The model can be used as follows:

from transformers import GPT2TokenizerFast, AutoModelForCausalLM
from arabert.preprocess import ArabertPreprocessor

model_name="malmarjeh/gpt2"
preprocessor = ArabertPreprocessor(model_name="")

tokenizer = GPT2TokenizerFast.from_pretrained("aubmindlab/aragpt2-base")
model = AutoModelForCausalLM.from_pretrained(model_name)

text = "شهدت مدينة طرابلس، مساء أمس الأربعاء، احتجاجات شعبية وأعمال شغب لليوم الثالث على التوالي، وذلك بسبب تردي الوضع المعيشي والاقتصادي. واندلعت مواجهات عنيفة وعمليات كر وفر ما بين الجيش اللبناني والمحتجين استمرت لساعات، إثر محاولة فتح الطرقات المقطوعة، ما أدى إلى إصابة العشرات من الطرفين."
text = preprocessor.preprocess(text)

text = '\n النص: ' + text + ' \n الملخص: \n '
tokenizer.add_special_tokens({'pad_token': '<pad>'})
tokens = tokenizer.batch_encode_plus([text], return_tensors='pt', padding='max_length', max_length=150)
output = model.generate(input_ids=tokens['input_ids'],repetition_penalty=3.0, num_beams=3, max_length=240, pad_token_id=2, eos_token_id=0, bos_token_id=10611)
result = tokenizer.decode(output[0][150:], skip_special_tokens=True).strip()
result
>>> 'واحتجاجات في طرابلس لليوم الثالث على التوالي'

Contact:

Mohammad Bani Almarjeh: Linkedin | banimarje@gmail.com

Downloads last month
32
Hosted inference API
Text Generation
Examples
Examples
This model can be loaded on the Inference API on-demand.

Space using malmarjeh/gpt2