metadata

license: apache-2.0
language:
  - ar
tags:
  - summarization
  - AraBERT
  - BERT
  - BERT2BERT
  - MSA
  - Arabic Text Summarization
  - Arabic News Title Generation
  - Arabic Paraphrasing
  - Summarization
  - generated_from_trainer
  - Transformers
  - PyTorch
widget:
  - text: >-
      شهدت مدينة طرابلس، مساء أمس الأربعاء، احتجاجات شعبية وأعمال شغب لليوم
      الثالث على التوالي، وذلك بسبب تردي الوضع المعيشي والاقتصادي. واندلعت
      مواجهات عنيفة وعمليات كر وفر ما بين الجيش اللبناني والمحتجين استمرت
      لساعات، إثر محاولة فتح الطرقات المقطوعة، ما أدى إلى إصابة العشرات من
      الطرفين.
datasets:
  - xlsum
model-index:
  - name: arabartsummarization
    results: []

arabartsummarization

Model description

The model can be used as follows:

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline
from arabert.preprocess import ArabertPreprocessor

model_name="abdalrahmanshahrour/arabartsummarization"
preprocessor = ArabertPreprocessor(model_name="")

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
pipeline = pipeline("text2text-generation",model=model,tokenizer=tokenizer)

text = "شهدت مدينة طرابلس، مساء أمس الأربعاء، احتجاجات شعبية وأعمال شغب لليوم الثالث على التوالي، وذلك بسبب تردي الوضع المعيشي والاقتصادي. واندلعت مواجهات عنيفة وعمليات كر وفر ما بين الجيش اللبناني والمحتجين استمرت لساعات، إثر محاولة فتح الطرقات المقطوعة، ما أدى إلى إصابة العشرات من الطرفين."
text = preprocessor.preprocess(text)

result = pipeline(text,
            pad_token_id=tokenizer.eos_token_id,
            num_beams=3,
            repetition_penalty=3.0,
            max_length=200,
            length_penalty=1.0,
            no_repeat_ngram_size = 3)[0]['generated_text']
result
>>> "تجددت الاشتباكات بين الجيش اللبناني ومحتجين في مدينة طرابلس شمالي لبنان."

Validation Metrics

Loss: 2.3394
Rouge1: 1.142
Rouge2: 0.227
RougeL: 1.124
RougeLsum: 1.234

Intended uses & limitations

More information needed

Training and evaluation data

42.21K row in total

Training : 37.52K rows
Evaluation : 4.69K rows

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss
2.784	1.0	9380	2.3820
2.4954	2.0	18760	2.3418
2.2223	3.0	28140	2.3394

Framework versions

Transformers 4.25.1
Pytorch 1.13.0+cu116
Datasets 2.7.1
Tokenizers 0.13.2