Hungarian Abstractive Summarization BART model

For further models, scripts and details, see our repository or our demo site.

• BART base model (see Results Table - bold):
  • Pretrained on Webcorpus 2.0
  • Finetuned NOL corpus (nol.hu)
    • Segments: 397,343

Limitations

• tokenized input text (tokenizer: HuSpaCy)
• max_source_length = 512
• max_target_length = 256

Results

Citation

If you use this model, please cite the following paper:

@inproceedings {yang-bart,
    title = {{BARTerezzünk! - Messze, messze, messze a világtól, - BART kísérleti modellek magyar nyelvre}},
	booktitle = {XVIII. Magyar Számítógépes Nyelvészeti Konferencia},
	year = {2022},
	publisher = {Szegedi Tudományegyetem, Informatikai Intézet},
	address = {Szeged, Magyarország},
	author = {Yang, Zijian Győző},
	pages = {15--29}
}