document-summarization

מה זה

מדביקים טקסט בתיבה או מעלים קובץ, כולל קובצי PDF שהקוד מעבד בעזרת כלי OCR וחילוץ ייעודיים. הפלט מציג את התקציר שנוצר, ציונים סטטיסטיים, קובץ טקסט להורדה ואפשרות לאיחוד מקטעים לתקציר כולל אחד.

מאחורי הקלעים רצה בחירה בין שבעה מודלים שונים שמתמחים בטקסטים ארוכים, ביניהם גרסאות של Long-T5, Pegasus-X ומודל BART מותאם לשיטת Map-Reduce. המודלים אומנו על מאגרי סיכום ספרותיים כמו BookSum, והקוד מחלק את הקלט למנות טוקנים כדי לעקוף מגבלות זיכרון.

הממשק טוען מראש קובצי דוגמה מתיקייה פנימית, כך שאפשר לבדוק את התנהגות המודלים ישירות על מסמכים קיימים בלי להעלות תוכן משלכם.

מתאים ל

• סיכום מאמרים וספרים

  עיבוד פרקים וספרים ארוכים לתקצירים ממוקדים בעזרת מודלים שאומנו על דאטהסטים ספרותיים.

• חילוץ תמציות מקובצי PDF

  העלאת קבצים ישירות לתוך הממשק לצורך פענוח טקסטואלי וסיכומו ברצף אחד.

• השוואת מודלי טקסט ארוך

  בדיקת איכות התוצרים בין גרסאות שונות של Long-T5 ו־Pegasus על אותו מסמך מקור.

איפה זה נופל

המודלים בממשק אומנו בעיקר על טקסטים באנגלית, כך שאין כאן התאמה לחילוץ וסיכום של מסמכים בעברית. עיבוד ה־PDF וה־OCR עלול להכניס שגיאות פענוח בטקסטים סרוקים באיכות נמוכה. בנוסף, חלוקת הטקסט למנות עלולה לחתוך הקשרים רחבים בין פרקים שונים, והריצה על מעבד בלבד הופכת הרצות ארוכות לכבדות ואיטיות מאוד.

איך משתמשים

בוחרים מודל מתוך הרשימה, מגדירים פרמטרים כמו אורך מנות הטוקנים וקנסות חזרה, ומעלים קובץ או בוחרים דוגמה. לחיצה על כפתור הסיכום מפעילה את החישוב, וכפתור נוסף מאפשר לאחד את המנות לתקציר אחד. האפליקציה פתוחה בדפדפן בלי צורך בחשבון או בהתחברות. היא רצה על חומרת מעבד משודרגת ללא מאיץ גרפי, ולכן עיבוד של מסמכים גדולים דורש המתנה ממושכת בכל הרצה.

הרישיון

הפרויקט מופץ תחת רישיון Apache 2.0 המאפשר שימוש חופשי ושינוי קוד. הקבצים שמעלים מעובדים ישירות בשרת שמריץ את המרחב בהאגינג פייס, ללא הצהרה על שמירת המידע מעבר למשך ההרצה הפעילה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗