GPT
הוספת כלי
F

financial-summarization-pegasus

קוד פתוח

human-centered-summarizationרישיון לא דווח2022-03-02

  • transformers
  • pytorch
  • tf
  • safetensors
  • pegasus

התאמה של פגסוס לתמצות חדשות כלכליות באנגלית. הוא פונה למי שצריך תקציר קצר מאוד מכתבות בנושאי מניות, מטבעות וקריפטו.

  • 569Mפרמטרים
  • 512טוקנים בהקשר
  • 6.4 GBמשקל הקבצים
  • 11,099הורדות בחודש

מה זה

מדובר במודל שמבוסס על גרסת pegasus-xsum, ועבר אימון ייעודי על סט נתונים של 2K כתבות מבלומברג. התחומים שהוא מכסה כוללים מניות, שווקים, ריביות, מטבעות רגילים וקריפטו. הרעיון כאן הוא לייצר סיכום תמציתי בסגנון כותרת משנה או משפט בודד, בדומה למשימת XSum המקורית.

במדדי ROUGE רואים קפיצה ברורה ביחס למודל הבסיס ללא האימון הייעודי, למשל ציון R-1 שעלה מ־13.8 ל־23.55 ו־R-2 שעלה מ־2.4 ל־6.99. הציונים האלה אומרים שבמונחי חפיפת מילים מול סיכומי אנוש יש שיפור ניכר, אבל המספרים המוחלטים עדיין נמוכים. היוצרים מציינים שיש להם גם גרסה מתקדמת בתשלום דרך Rapid API, שלדבריהם משפרת את ציוני ה־ROUGE ביותר מ־16 אחוז לעומת הגרסה החינמית הזו.

מתאים ל

  • תקצור מבזקי שוק באנגלית

    מתאים ליצירת שורת סיכום מהירה מתוך כתבות קצרות על מניות ומטבעות.

  • מעקב חדשות קריפטו

    האימון כולל תכני קריפטו מבלומברג ומאפשר לתמצת עדכוני מסחר שוטפים.

  • הזנת נתונים לדשבורד

    חילוץ תמצית ממוקדת של טקסט חדשותי קצר לפני הצגה למשתמשי מערכת.

איפה זה נופל

המגבלה הכי קשה היא חלון ההקשר. עם 512 טוקנים בלבד, אי אפשר להכניס לכאן דוחות כספיים מלאים, אלא רק ידיעות חדשותיות קצרות או פסקאות בודדות. בנוסף, המודל אומן רק על אנגלית ועל 2K כתבות בלבד, שזה מאגר קטן מאוד למונחים פיננסיים מגוונים. הוא נוטה לפספס או להמציא פרטים אם הטקסט ארוך מהחלון או חורג מהסגנון של בלומברג.

שאלות
נפוצות

האם אפשר להשתמש בו כדי לסכם דוחות רבעוניים?

לא. חלון ההקשר מוגבל ל־512 טוקנים, ולכן דוחות פיננסיים מלאים פשוט ייחתכו ולא ייכנסו אליו.

האם הוא מבין עברית?

לא, המודל הוגדר ואומן לשפה האנגלית בלבד על גבי כתבות מאתר בלומברג.

איך מריצים

טוענים אותו ישירות דרך ספריית transformers בפייתורץ'. עם 569M פרמטרים ומשקל קבצים כולל של 6.4 GB, הוא קל מספיק לריצה על מעבד גרפי ביתי פשוט עם כמה גיגה זיכרון, ואפשר להריץ אותו אפילו על מעבד רגיל אם לא ממהרים.

אם אתם לא רוצים להחזיק שרת או שאתם צריכים דיוק גבוה יותר, המפתחים מציעים את הגרסה המסחרית שלהם כ־API מנוהל. הרצה עצמית מתאימה בעיקר למי שרוצה לשמור את הנתונים אצלו ולא לשלם לפי קריאה.

from transformers import pipeline

pipe = pipeline("summarization", model="human-centered-summarization/financial-summarization-pegasus")
print(pipe("שלום"))

הקבצים

9 קבצים במאגר, 6.4 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

היוצרים לא ציינו רישיון בעמוד המודל. מבחינה משפטית, היעדר רישיון אומר שאין לכם הרשאה מפורשת להשתמש בו במוצר מסחרי, ומומלץ לפנות ישירות ליוצרים במייל שפרסמו לפני שמשלבים אותו בקוד של החברה.

הרישיון המלא בעמוד המודל ↗