---
language:
- uk
datasets:
- UberText
metrics:
- rouge
max_length:
- 128
pipeline_tag: summarization
widget:
  - text: >-
      російські війська захопили запорізьку аес на початку повномасштабного вторгнення 4 березня 2022 року . 
      попри оголошену окупантами «анексію» запорізької аес, на станції продовжують працювати українські фахівці .
      але для роботи окупанти змушують отримувати російські паспорти й підписувати договір з «росатомом» . за даними «енергоатому»,
      зараз усі шість енергоблоків заес зупинені, а окупанти блокують їхнє ввімкнення . окупована станція продовжує постійно споживати електроенергію на власні потреби з енергосистеми україни . «російські окупанти продовжують перетворювати запорізьку аес на військову базу, мінуючи периметр довкола станції . 
      і ці дії не можуть не мати наслідків», - зазначили там .
---

### Model Description

<!-- Provide a longer summary of what this model is. -->
The dataset contains around 40K articles about politics, science, technology, social life collected until June 2021 from Hromadske.ua.

##### Load the model and mt tokenizer :
```python
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("google/mt5-large")

model = AutoModelForSeq2SeqLM.from_pretrained("SGaleshchuk/t5-large-ua-news")

summarizer = pipeline("summarization", model=model, tokenizer=tokenizer, framework="pt")
##### Try on your example

summary = summarizer("російські війська захопили запорізьку аес на початку повномасштабного вторгнення 4 березня 2022 року . попри оголошену окупантами «анексію» запорізької аес, на станції продовжують працювати українські фахівці . але для роботи окупанти змушують отримувати російські паспорти й підписувати договір з «росатомом» . за даними «енергоатому», зараз усі шість енергоблоків заес зупинені, а окупанти блокують їхнє ввімкнення . окупована станція продовжує постійно споживати електроенергію на власні потреби з енергосистеми україни . «російські окупанти продовжують перетворювати запорізьку аес на військову базу, мінуючи периметр довкола станції . і ці дії не можуть не мати наслідків», - зазначили там .", min_length=3, max_length = 128)
print(summary)
[{'summary_text': 'окупаційна влада рф продовжує перетворювати запорізьку атомну електростанцію на військову базу . '}]
```



- **Model type:** sequence-to-sequence, summarization
- **Language(s) (NLP):** Ukrainian
- **Finetuned from model :** mT5-large

### Model Sources 

- **Dataset:** [UberText](https://lang.org.ua/en/corpora/)
- **Paper:** Svitlana Galeshchuk, Abstractive Summarization for the Ukrainian Language: Multi-Task Learning with Hromadske.ua News Dataset. Proceedings of UNLP Workshop at EACL 2023.
- **Demo:** to be provided


#### Preprocessing

It is recommended to lowercase an input text.


#### Metrics

<!-- These are the evaluation metrics being used, ideally with a description of why. -->

The benchmark metric for abstractive summarization tasks adopted by the research community is the ROUGE score. The metric compares a generated summary against a reference. We employ three sub-categories of the ROUGE score:

•	ROUGE-1: unigram overlap

•	ROUGE-2: bigram overlap

•	ROUGE-L: Longest Common Subsequence

### Results

•	ROUGE-1: 22.09

•	ROUGE-2: 7.04

•	ROUGE-L: 22.12