Riassunto di testi

Lavorare con Hugging Face

Jacob H. Marquez

Lead Data Engineer

Cos'è il riassunto?

Testo lungo

Estrattivo vs. Astrattivo

Estrattivo:

$$ ✅ Seleziona frasi chiave dal testo

$$ ✅ Efficiente, richiede meno risorse

$$ ❌ Meno flessibile; può risultare poco coeso

Astrattivo:

$$ ✅ Genera nuovo testo parafrasato

$$ ✅ Più chiaro e leggibile

$$ ❌ Richiede più risorse ed elaborazione

Casi d'uso del riassunto estrattivo

📑 Documenti legali: Evidenzia clausole chiave

💰 Ricerca finanziaria: Estrae insight

Documenti legali

Ricerca finanziaria

Casi d'uso del riassunto astrattivo

Articoli di notizie

Raccomandazioni di contenuti.jpg

📰 Articoli di notizie: Crea riassunti brevi

$$ $$

📍 Raccomandazioni di contenuti: Genera descrizioni efficaci

Riassunto estrattivo in pratica

from transformers import pipeline

# Load the extractive summarization pipeline
summarizer = pipeline("summarization", model="nyamuda/extractive-summarization")

text = "This is my really large text about Data Science..."
summary_text = summarizer(text)

print(summary_text[0]['summary_text'])

"data science is a field that combines mathematics, statistics...."

Riassunto astrattivo in pratica

from transformers import pipeline

# Load the abstractive summarization pipeline
summarizer = pipeline("summarization", model="sshleifer/distilbart-cnn-12-6")


text = "This is my really large text about Data Science..."
summary_text = summarizer(text)
print(summary_text[0]['summary_text'])

"The global data science platform market is projected
 is projected to reach $140.9 billion by 2025..."

Parametri per il riassunto

✅ min_new_tokens & max_new_tokens: Controllano la lunghezza del riassunto

summarizer = pipeline(task="summarization", min_new_tokens=10, max_new_tokens=150)

Passiamo alla pratica!

Lavorare con Hugging Face