metadata
license: other
base_model: vgaraujov/bart-base-spanish
tags:
- generated_from_trainer
metrics:
- rouge
model-index:
- name: bart_es_keys
results: []
language:
- es
library_name: transformers
pipeline_tag: summarization
widget:
- text: "summarize: Operador: 911, ¿cuál es su emergencia? \nPersona: ¡Ayuda! Mi casa está en llamas.\nOperador: ¿Manténgase calmado. ¿Hay alguien atrapado dentro? \nPersona: Sí, mi esposa y mis dos hijos están en el segundo piso. \nOperador: ¿Puede salir de la casa? \nPersona: No, el fuego está bloqueando la salida. \nOperador: No se preocupe, la ayuda está en camino. ¿En qué dirección se encuentra? \nPersona: Estoy en la calle Mayor, número 123. \nOperador: ¿Es un edificio de apartamentos o una casa unifamiliar? \nPersona: Es una casa unifamiliar. \nOperador: ¿Hay algo más que deba saber? \nPersona: No, solo vengan rápido. \nOperador: No se preocupe, ya están en camino. Mantenga la calma y siga las instrucciones de los bomberos cuando lleguen. \nPersona:\_Gracias."
example_title: Example 1
- text: >-
summarize: Buenas noches, ayuda por favor a mi papá le están dando
convulsiones y no puede respirar.
example_title: Example 2
bart_es_keys
This model is a fine-tuned version of vgaraujov/bart-base-spanish. It achieves the following results on the evaluation set:
- Loss: 1.3818
- Rouge1: 63.6736
- Rouge2: 37.301
- Rougel: 63.0481
- Rougelsum: 62.97
- Gen Len: 7.6
Model description
This checkpoint extracts keywords or context from emergency transcribed calls. Add the prefix "summarize: " before a test text to see the checkpoint's responses.
Intended uses & limitations
Under privacy agreement.
Training and evaluation data
Training data used has been provided by the ECU 911 service under a strict confidentiality agreement.
Training procedure
Training hyperparameters
The following hyperparameters were used during training:
- learning_rate: 2e-05
- train_batch_size: 16
- eval_batch_size: 16
- seed: 42
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 7
Training results
| Training Loss | Epoch | Step | Validation Loss | Rouge1 | Rouge2 | Rougel | Rougelsum | Gen Len |
|---|---|---|---|---|---|---|---|---|
| 2.4822 | 1.0 | 50 | 1.5713 | 51.0101 | 26.2004 | 50.4041 | 50.4791 | 7.33 |
| 1.5446 | 2.0 | 100 | 1.4584 | 57.2195 | 31.0281 | 56.4802 | 56.4801 | 7.75 |
| 1.2388 | 3.0 | 150 | 1.3971 | 61.0085 | 34.3564 | 60.1558 | 60.1153 | 7.84 |
| 1.0489 | 4.0 | 200 | 1.3611 | 62.0307 | 35.323 | 61.3034 | 61.1902 | 7.53 |
| 0.8992 | 5.0 | 250 | 1.3973 | 62.8046 | 37.3484 | 62.2618 | 62.2231 | 7.845 |
| 0.8357 | 6.0 | 300 | 1.3836 | 63.2165 | 36.9899 | 62.7019 | 62.5911 | 7.825 |
| 0.7731 | 7.0 | 350 | 1.3818 | 63.6736 | 37.301 | 63.0481 | 62.97 | 7.6 |
Framework versions
- Transformers 4.35.2
- Pytorch 2.1.0+cu121
- Datasets 2.16.1
- Tokenizers 0.15.0