metadata
tags:
- summarization
- news
language: tr
datasets:
- mlsum
widget:
- text: >-
Ankara'da oto hırsızlık çetesine yönelikdüzenlenen ‘Balta’ operasyonunda,
çete lideri‘balta’ lakaplı şahıs ile 7 kişi gözaltına alındı.Diğer bir
operasyonda ise 3 şüpheli çaldıklarıaraçları parçalarken yapılan baskında
suçüstüyakalandı. Ankara Emniyet Müdürlüğü’ne bağlıAsayiş Şube Müdürlüğü
Oto Hırsızlık Büro Amirliğiekipleri, Ankara ilinde meydana gelen,
otohırsızlık olaylarına karşı Ankara CumhuriyetBaşsavcılığı’nın izniyle
yürüttükleri 3 aylıkçalışma sonucunda operasyon düğmesine bastı.Yapılan
teknik ve fiziki takip sonucunda, ‘Balta’çetesine ulaşıldı. Çeteyi izleyen
ekipler, Ankara,Konya ve Antalya’da eş zamanlı operasyondüzenleyerek çete
lideri ‘Balta’ lakaplı Necati D.ve çete üyesi 7 kişiyi yakaladı. Takip
edildiğinianlayınca ortadan kayboldu Çete lideri ‘Balta’nın,polis ekipleri
tarafından izlendiğini anladığı veaylarca ortada görünmediğini tespit eden
HırsızlıkBüro ekipleri, ‘Balta’nın kendi suç ortaklarını dadolandırmaya
çalıştığını saptadı. Adliyeye sevkedilen şüphelilerden haklarında çok
sayıda otohırsızlık kaydı bulunan çete lideri Necati D.,Ferhat K., Atakan
A. ve Tayfun G., çıkarıldıklarınöbetçi sulh hakimliğince tutuklanarak
cezaevinegönderildi. Diğer 3 şüpheli ise adli kontrolşartıyla serbest
bırakıldı. Çaldıkları araçlarıparçalarken polis bastı Diğer bir olay
iseAltındağ ilçesinde meydana geldi. Hırsızlık Büroekipleri inceledikleri
2 oto hırsızlık olayınınsonucunda 3 şüpheliyi takibe aldı.
Şüphelilerinçaldıkları 2 aracı İvedik Hurdacılar Sitesi’ndekidepolarında
parçalayacaklarını belirleyen ekiplerharekete geçti. Depoya baskın yapan
polisekipleri, 3 şüpheliyi suçüstü yakaladı.Emniyetteki işlemlerinin
ardından adliyeye sevkedilen hırsızlık zanlıları, çıkarıldıkları
nöbetçimahkeme tarafından adli kontrol şartıyla serbestbırakıldı.
Turkish BERT2BERT (shared) fine-tuned on MLSUM TR for summarization
Model
dbmdz/bert-base-turkish-cased (BERT Checkpoint)
Dataset
MLSUM is the first large-scale MultiLingual SUMmarization dataset. Obtained from online newspapers, it contains 1.5M+ article/summary pairs in five different languages -- namely, French, German, Spanish, Russian, Turkish. Together with English newspapers from the popular CNN/Daily mail dataset, the collected data form a large scale multilingual dataset which can enable new research directions for the text summarization community. We report cross-lingual comparative analyses based on state-of-the-art systems. These highlight existing biases which motivate the use of a multi-lingual dataset.
Results
| Set | Metric | Value |
|---|---|---|
| Test | Rouge2 - mid -precision | 32.41 |
| Test | Rouge2 - mid - recall | 28.65 |
| Test | Rouge2 - mid - fmeasure | 29.48 |
Usage
import torch
from transformers import BertTokenizerFast, EncoderDecoderModel
device = 'cuda' if torch.cuda.is_available() else 'cpu'
ckpt = 'mrm8488/bert2bert_shared-turkish-summarization'
tokenizer = BertTokenizerFast.from_pretrained(ckpt)
model = EncoderDecoderModel.from_pretrained(ckpt).to(device)
def generate_summary(text):
inputs = tokenizer([text], padding="max_length", truncation=True, max_length=512, return_tensors="pt")
input_ids = inputs.input_ids.to(device)
attention_mask = inputs.attention_mask.to(device)
output = model.generate(input_ids, attention_mask=attention_mask)
return tokenizer.decode(output[0], skip_special_tokens=True)
text = "Your text here..."
generate_summary(text)
Created by Manuel Romero/@mrm8488 with the support of Narrativa
Made with ♥ in Spain