70 lines
2.8 KiB
Markdown
70 lines
2.8 KiB
Markdown
|
---
|
||
|
|
base_model: LiquidAI/LFM2-350M
|
||
|
|
library_name: transformers
|
||
|
|
model_name: lfm2-sft-summary
|
||
|
|
tags:
|
||
|
|
- generated_from_trainer
|
||
|
|
- sft
|
||
|
|
- trl
|
||
|
|
licence: license
|
||
|
|
datasets:
|
||
|
|
- oddadmix/arabic-news-summarization
|
||
|
|
language:
|
||
|
|
- ar
|
||
|
|
---
|
||
|
|
|
||
|
|
# 📝 نموذج التلخيص العربي
|
||
|
|
|
||
|
|
هذا المشروع يقدّم نموذج **تلخيص نصوص باللغة العربية** مبني على النموذج الأساسي [LiquidAI/LFM2-350M](https://huggingface.co/LiquidAI/LFM2-350M)، وتمت إعادة تدريبه (Fine-tuning) على **مجموعة بيانات مكوّنة من 17,000 سجل** لتلخيص النصوص بدقة وكفاءة عالية.
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## ⚡ المميزات
|
||
|
|
|
||
|
|
* ✅ أداء قوي جدًا في تلخيص النصوص العربية.
|
||
|
|
* ✅ يحافظ على المعنى العام للنص مع اختصار الحجم.
|
||
|
|
* ✅ يمكن استخدامه في تلخيص المقالات، الأخبار، الأبحاث، والمستندات الطويلة.
|
||
|
|
* ✅ مبني على نموذج قوي مفتوح المصدر مع إعادة ضبط دقيقة (Fine-tuning).
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 🛠️ البيانات
|
||
|
|
|
||
|
|
تم تدريب النموذج باستخدام **17,000 صف** من البيانات عالية الجودة التي تحتوي على نصوص عربية وأهداف التلخيص المقابلة لها.
|
||
|
|
هذا ساعد في تحسين دقة النموذج وجعله قادرًا على إنتاج **ملخصات متماسكة وسلسة**.
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 🚀 كيفية الاستخدام
|
||
|
|
|
||
|
|
```python
|
||
|
|
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
|
||
|
|
|
||
|
|
# تحميل النموذج والمحول
|
||
|
|
model_name = "اسم-المستخدم/arabic-summarization-model"
|
||
|
|
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
||
|
|
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
|
||
|
|
|
||
|
|
# إدخال نص للتلخيص
|
||
|
|
text = """النص العربي المراد تلخيصه ..."""
|
||
|
|
|
||
|
|
inputs = tokenizer(text, return_tensors="pt", max_length=1024, truncation=True)
|
||
|
|
summary_ids = model.generate(inputs["input_ids"], max_length=150, min_length=40, length_penalty=2.0, num_beams=4)
|
||
|
|
|
||
|
|
# عرض الملخص
|
||
|
|
print(tokenizer.decode(summary_ids[0], skip_special_tokens=True))
|
||
|
|
```
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 📊 الأداء
|
||
|
|
|
||
|
|
النموذج أظهر نتائج ممتازة في التجارب الداخلية على مقاييس **الدقة، التماسك، والمحافظة على المعنى**.
|
||
|
|
أداؤه يُعتبر **جيد جدًا مقارنة بالنماذج المشابهة** في مجال تلخيص النصوص العربية.
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 📌 ملاحظات
|
||
|
|
|
||
|
|
* النموذج ما زال قابلًا للتطوير عبر تدريبه على بيانات إضافية.
|
||
|
|
* يُفضّل استخدامه مع نصوص عربية فصيحة، مع أنه يعمل بشكل جيد أيضًا مع بعض اللهجات.
|