metadata

language: sv
license: mit
datasets:
  - Gabriel/cnn_daily_swe
tags:
  - summarization
widget:
  - text: >-
      Frankrike lås Sebastien Chabal har nämnts för en farlig tackling på
      Englands Simon Shaw under lördagens VM semifinal i Paris. Simon Shaw
      lastar av trots att Raphael Ibanez, vänster, och Sebastien Chabal. Sale
      Sharks framåt kommer att ställas inför en disciplinär utfrågning på måndag
      efter hans tackling på motsatt andra-rower Shaw noterades genom att citera
      kommissionär Dennis Wheelahan. Chabal började matchen på
      ersättningsbänken, men kom i 26: e minuten att ersätta den skadade Fabien
      Pelous under värd Frankrikes 14-9 nederlag. Om han blir avstängd missar
      Chabal fredagens tredje och fjärde match på Parc des Princes. Samtidigt,
      Frankrike tränare Bernard Laporte sade att nederlaget var svårare att ta
      än Englands 24-7 seger i 2003 semifinalen. "År 2003 var de bättre än oss.
      I själva verket var de bättre än alla", sade Laporte, som lämnar sin roll
      att tillträda posten som junior idrottsminister i den franska regeringen.
      "De var som Nya Zeeland i denna turnering - favoriten, förutom att de gick
      hela vägen. Den här gången är det svårare för igår var det 50-50."
      Samtidigt, England -- försöker bli den första nationen att försvara
      VM-titeln -- avslöjade att stjärna kicker Jonny Wilkinson återigen hade
      problem med matchbollarna under semifinalen. Flughalvan, som uttryckte sin
      oro efter att ha kämpat med stöveln mot Australien, avvisade en boll innan
      han sparkade en vital trepoängare mot Frankrike. "Vi sa det inte förra
      veckan men en icke-match bollen kom ut på fältet i Marseille som Jonny
      sparkade," chef för rugby Rob Andrew sade. "Han tänkte inte på det när han
      sparkade det. Matchbollarna är märkta, numrerade ett till sex. Igår kväll
      hade de "World Cup semifinal England vs Frankrike" skrivet på dem. På
      matchkvällen var Jonny vaksam när han sparkade för mål att de faktiskt var
      matchbollar han sparkade. "Träningsbollarna förlorar tryck och form. Hela
      frågan förra veckan, arrangörerna accepterade alla sex matchbollar bör
      användas av båda sidor på torsdagen före matchen. " E-post till en vän.
inference:
  parameters:
    temperature: 0.7
    min_length: 30
    max_length: 120
model-index:
  - name: bart-base-cnn-xsum-swe
    results:
      - task:
          type: summarization
          name: summarization
        dataset:
          name: Gabriel/xsum_swe
          type: Gabriel/xsum_swe
          split: validation
        metrics:
          - name: Validation ROGUE-1.
            type: rouge-1
            value: 30.9467
            verified: true
          - name: Validation ROGUE-2
            type: rouge-2
            value: 12.2589
            verified: true
          - name: Validation ROGUE-L
            type: rouge-l
            value: 25.4487
            verified: true
          - name: Validation ROGUE-L-SUM
            type: rouge-l-sum
            value: 25.4792
            verified: true
train-eval-index:
  - config: Gabriel--xsum_swe
    task: summarization
    task_id: summarization
    splits:
      eval_split: train
    col_mapping:
      document: text
      summary: target
co2_eq_emissions:
  emissions: 0.0334
  source: Google Colab
  training_type: fine-tuning
  geographical_location: Fredericia, Denmark
  hardware_used: Tesla P100-PCIE-16GB

bart-base-cnn-xsum-swe

This model is a fine-tuned version of Gabriel/bart-base-cnn-swe on the None dataset. It achieves the following results on the evaluation set:

Loss: 2.1027
Rouge1: 30.9467
Rouge2: 12.2589
Rougel: 25.4487
Rougelsum: 25.4792
Gen Len: 19.7379

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 4e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 32
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Rouge1	Rouge2	Rougel	Rougelsum	Gen Len
2.3076	1.0	6375	2.1986	29.7041	10.9883	24.2149	24.2406	19.7193
2.0733	2.0	12750	2.1246	30.4521	11.8107	24.9519	24.9745	19.6592
1.8933	3.0	19125	2.0989	30.9407	12.2682	25.4135	25.4378	19.7195
1.777	4.0	25500	2.1027	30.9467	12.2589	25.4487	25.4792	19.7379

Framework versions

Transformers 4.22.2
Pytorch 1.12.1+cu113
Datasets 2.5.1
Tokenizers 0.12.1