summarize-long-text

מה זה

אתם מעלים קובץ או מדביקים מסמך ארוך לתוך שדה הטקסט, ובוחרים באחד מארבעה מודלים שמבוססים על Longformer Encoder Decoder. המבחר כולל גרסאות של המפתח שאומנו על נתוני BookSum לצד המודל הבסיסי של allenai. המערכת מחלקת את התוכן למקבצי טוקנים ומעבדת אותם כדי לייצר תמצית מרוכזת.

בסיום הריצה מופיע הטקסט המעובד ולצדו ציונים מספריים שמדרגים את התוצאה. הממשק מגיע עם דוגמאות מובנות של מסמכים מתוך תיקייה ייעודית, כך שאפשר לראות את איכות התמצות מיד בלי להכין חומרים מראש.

מתאים ל

• סיכום פרקי ספרים

  עיבוד פרקים שלמים באנגלית לקבלת עיקרי העלילה, בזכות אימון ייעודי על BookSum.

• השוואת גרסאות מודל

  בדיקת איכות התוצרים בין ארבעת מודלי LED שונים על אותו טקסט מקור בדיוק.

• כיווץ מאמרים ומסמכים

  טעינת קובץ טקסט כבד וקבלת גרסה קצרה בלי לחתוך אותו ידנית קודם לכן.

איפה זה נופל

המודלים אומנו על ספרים באנגלית, ולכן הרצת טקסט בעברית לא תעבוד כראוי או תספק בליל מילים חסר פשר. בנוסף, חלוקת המסמך למקבצים עלולה לפרק הקשרים לוגיים עמוקים בין חלקים רחוקים ביצירה. מכיוון שמדובר בעיבוד על מעבד בלבד, קבצים גדולים במיוחד עלולים להיתקע או לדרוש המתנה ארוכה מדי.

איך משתמשים

טוענים דוגמה מובנית, מקלידים ישירות או מעלים קובץ דרך כפתור ייעודי, ואז לוחצים על כפתור ההרצה. אפשר לשחק עם הגדרות כמו num_beams, עונש על אורך, גודל מקבץ הטוקנים ומניעת חזרות. אין צורך בהרשמה או התחברות. האפליקציה רצה על חומרת מעבד משודרגת בלי מאיץ גרפי, כך שעיבוד מסמכים כבדים ייקח זמן ולא יקרה ברגע.

הרישיון

הקוד והסביבה מפורסמים תחת רישיון apache-2.0, שמאפשר שימוש חופשי וגם מסחרי בקוד. לגבי התכנים שאתם מעלים ומסכמים, ההדגמה פועלת על שרתי Hugging Face הציבוריים, ולכן לא מומלץ להזין מסמכים רגישים או סודיים.

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

הרישיון המלא ב־Hugging Face ↗