---
language:
- ar
metrics:
- accuracy
- bleu
library_name: transformers
pipeline_tag: text2text-generation
tags:
- Classification and Generation 
- Classification
- Generation 
- ArabicT5

widget:
- text: خسارة مدوية لليفربول امام تولوز وفوز كبير لبيتيس، انتصار الفيولا واستون فيلا في دوري المؤتمر، والد لويس دياز حر، فوز انديانا على ميلووكي, انتصار للانترانيك"

---

This model is under trial.

The number in the generated text represents the category of the news, as shown below.
category_mapping = {

    'Political':1,
    'Economy':2,
    'Health':3,
    'Sport':4,
    'Culture':5,
    'Technology':6,
    'Art':7,
    'Accidents':8
}

model-index:
- name: Hezam/arabic-T5-news-classification-generation
  results:
  - task:
      type: classification and generation 
      name: Classification_Generation
    metrics:
    - name: Accuracy
      type: accuracy
      value: 96.67%
      verified: true
    - name: F1_score 
      type: f1_score 
      value: 96.67%
      verified: true
     - name: BLEU
      type: bleu
      value: 96.23%
      verified: true
      - name: loss
      type: loss
      value: 0.5716450214385986
      verified: true
---


# Example usage
```python
from transformers import T5ForConditionalGeneration, T5Tokenizer, pipeline
from arabert.preprocess import ArabertPreprocessor

arabert_prep = ArabertPreprocessor(model_name="aubmindlab/bert-base-arabertv2")
model_name="Hezam/arabic-T5-news-classification-generation"
model = T5ForConditionalGeneration.from_pretrained(model_name)
tokenizer = T5Tokenizer.from_pretrained(model_name)
generation_pipeline = pipeline("text2text-generation",model=model,tokenizer=tokenizer)

text = " خسارة مدوية لليفربول امام تولوز وفوز كبير لبيتيس، انتصار الفيولا واستون فيلا في دوري المؤتمر، والد لويس دياز حر، فوز انديانا على ميلووكي, انتصار للانترانيك"

text_clean = arabert_prep.preprocess(text)
g=generation_pipeline(text_clean,
                    num_beams=10,
                    max_length=config.Generation_LEN,
                    top_p=0.9,
                    repetition_penalty = 3.0,
                    no_repeat_ngram_size = 3)[0]["generated_text"]
```

```bash
output: 
```