Edit model card
YAML Metadata Warning: empty or missing yaml metadata in repo card (https://huggingface.co/docs/hub/model-cards#model-card-metadata)

ACROSS-m2o-eng-small

How to use

from transformers import MT5ForConditionalGeneration, AutoTokenizer

model = MT5ForConditionalGeneration.from_pretrained('Python/ACROSS-m2o-eng-small')
tokenizer = AutoTokenizer.from_pretrained('Python/ACROSS-m2o-eng-small', use_fast=False)

input_text = '冈山县的倉敷市整个泡在泥水之中,数千户人家停水停电 这是日本近30多年来因为降雨而造成的死亡人数最多的一次水灾。究竟为何如此严重?仍然是每个人心中的疑问。 日本一向被视为是“防灾强国”,日本人对地震、台风、海啸等自然灾难绝对不陌生。 但这次暴雨引发水灾和土石流,竟然出现如此惊人的天灾死亡人数,也令许多人感到震惊。 短短几日的降雨量达到整个7月正常降雨量的三倍之多 超大降雨 究其原因,首先是短时间之内的超大降雨。 日本气象厅上周对西日本多个地方发布“大雨特别警报”,警告西部地方会受到“数十年一遇”的豪大雨,结果一共有93个观测站录得史上雨量第一的纪录。 从上周四开始的短短几日之内,日本西部地区多个地方的降雨量达到整个7月正常降雨量的三倍之多。 日本此次降雨多个地方超过上千毫米,日本气象厅也将这次豪雨正式命名为“平成30年7月豪雨”。 一共有7万多人参与救灾工作 河川溃堤 此外,超大豪雨超过河川疏洪承受度,短时间涌入巨大水量造成河川溃堤,沿岸市镇整个泡在泥水之中。 日本《每日新闻》报道说,冈山县的小田川溃堤,至少4600户都被洪水淹没,许多长者逃生不及淹死在自己家中。 暴雨过后被毁坏的家园 回水现象 据《产经新闻》报导,冈山县仓敷市真备町内的高梁川各支流共有5处溃堤,是因为大雨让河川主流水位上升,导致原本要和主流汇集的的支流无法流入,因此溃堤淹没附近区域,这样的状况被称之为“回水现象”。 有专家指出,“回水现象”也是这次豪雨水灾如此严重的原因之一。 救难人员抓紧时间在土石堆和残垣断壁下搜寻抢救生还者 山体滑坡 除了超大豪雨之外,日本地形多山,还有板块和花岗岩地质层,不少民宅都建筑在山坡地,一旦遇上大雨容易发生山体滑坡现象。 《日本经济新闻》报道说,这次日本暴雨灾难,多个地方发生大规模山体滑坡灾害,导致遇难人数增加。 受灾区的15个县有大约12000人安置到学校和体育馆等避难中心 该报引述京都大学防灾研究所的应用地质学教授千木良雅弘分析说,灾区是花岗岩的分布地区,其表层由“风化花岗岩”砂土覆盖,一旦降雨,表层滑坡就成为土石流,涌入住宅区。 专家也指出,表层滑坡导致的灾害近年来频频发生,原因多半是局部性暴雨所导致,需要检讨是否要在可能发生表层滑坡的地区建设住宅。'
inputs = tokenizer(input_text, max_length=512, truncation=True, return_tensors='pt')

generate_ids = model.generate(
    input_ids=inputs['input_ids'],
    attention_mask=inputs['attention_mask'],
    num_beams=5,
    min_length=10,
    length_penalty=0.8,
    max_length=84
)
print(tokenizer.decode(generate_ids[0], skip_special_tokens=True))
Downloads last month
0
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.