|
--- |
|
language: |
|
- nl |
|
tags: |
|
- mbart |
|
- bart |
|
- summarization |
|
datasets: |
|
- ml6team/cnn_dailymail_nl |
|
pipeline_tag: summarization |
|
widget: |
|
- text: 'Het jongetje werd eind april met zwaar letsel naar het ziekenhuis gebracht in Maastricht. Drie weken later overleed het kindje als gevolg van het letsel. Onderzoek moet nog uitwijzen wat voor verwondingen de baby precies had en hoe hij gewond is geraakt. Daarnaast doet de politie onderzoek in de woning van de ouders. Het is nog niet duidelijk wanneer de onderzoeken zijn afgerond, meldt 1Limburg. De verdachten zitten in beperkingen en mogen alleen contact hebben met hun advocaat.' |
|
- text: 'Volgens De Vries gaat het om "de hoogste beloning die ooit is uitgeloofd in Nederland". De stichting heeft een website waar donateurs geld kunnen storten, schrijft NH Nieuws. Volgens De Vries is dit initiatief ook bedoeld voor andere zaken waar beloningen voor een gouden tip worden uitgereikt. "Het is dus niet eenmalig", aldus De Vries. Het is de eerste keer dat zoiets wordt opgezet, stelt hij: De 18-jarige Tanja Groen verdween spoorloos tijdens de ontgroeningsweek van de Universiteit Maastricht in augustus 1993. Ze werd voor het laatst gezien nadat ze was vertrokken van een feestje. De studente zou vandaag 46 jaar zijn geworden. Ook de ouders van Groen waren op de persconferentie aanwezig. "Het is vandaag de verjaardag van Tanja Groen, die haar ouders al 27 jaar niet meer hebben kunnen vieren, omdat zij eind augustus 1993 spoorloos is verdwenen", zei De Vries. "Haar ouders zitten in tergende onzekerheid. Ze geloven dat ze niet meer leeft. Maar die ene promille vreet aan ze. Ze hebben recht op duidelijkheid. Ze komen op leeftijd. Grootste angst is nooit te weten wat er met hun kind is gebeurd." De Vries wil dat het miljoen binnen een jaar is ingezameld. Als het bedrag na een jaar lager uitkomt, dan is dat de uit te loven beloning. Is het meer, dan zal de rest van het geld gebruikt worden in beloningen in andere zaken. Het initiatief wordt gesteund door de politie en justitie. De afgelopen jaren is er vaker uitgebreid naar sporen van Tanja Groen gezocht, maar die zoekacties hebben niets concreets opgeleverd. Vorige week werd opnieuw naar de vrouw gezocht, op de Strabrechtse Heide in Noord-Brabant. Ook die zoektocht leverde niets op.' |
|
--- |
|
# mbart-large-cc25-cnn-dailymail-nl |
|
## Model description |
|
Finetuned version of [mbart](https://huggingface.co/facebook/mbart-large-cc25). We also wrote a **blog post** about this model [here](https://blog.ml6.eu/why-we-open-sourced-two-dutch-summarization-datasets-1047445abc97) |
|
## Intended uses & limitations |
|
It's meant for summarizing Dutch news articles. |
|
#### How to use |
|
```python |
|
import transformers |
|
undisputed_best_model = transformers.MBartForConditionalGeneration.from_pretrained( |
|
"ml6team/mbart-large-cc25-cnn-dailymail-nl-finetune" |
|
) |
|
tokenizer = transformers.MBartTokenizer.from_pretrained("facebook/mbart-large-cc25") |
|
summarization_pipeline = transformers.pipeline( |
|
task="summarization", |
|
model=undisputed_best_model, |
|
tokenizer=tokenizer, |
|
) |
|
summarization_pipeline.model.config.decoder_start_token_id = tokenizer.lang_code_to_id[ |
|
"nl_XX" |
|
] |
|
article = "Kan je dit even samenvatten alsjeblief." # Dutch |
|
summarization_pipeline( |
|
article, |
|
do_sample=True, |
|
top_p=0.75, |
|
top_k=50, |
|
# num_beams=4, |
|
min_length=50, |
|
early_stopping=True, |
|
truncation=True, |
|
)[0]["summary_text"] |
|
``` |
|
## Training data |
|
Finetuned [mbart](https://huggingface.co/facebook/mbart-large-cc25) with [this dataset](https://huggingface.co/datasets/ml6team/cnn_dailymail_nl) and another smaller dataset that we can't open source because we scraped it from the internet. For more information check out our blog post [here](https://blog.ml6.eu/). |
