中文标题生成_人工智能平台 PAI(PAI)-阿里云帮助中心

Model Gallery预置了中文标题生成模型，您可以直接部署该模型。针对定制化场景，您也可以使用自己的数据集对模型进行微调训练。本文为您介绍如何在Model Gallery完成中文标题生成任务。

前提条件

已创建OSS Bucket存储空间，具体操作请参见控制台创建存储空间。

一、进入模型详情页面

进入快速开始页面。
1. 登录PAI控制台。
2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
3. 在左侧导航栏单击快速开始，进入快速开始页面。
在Model Gallery首页，搜索EasyNLP_pai_mt5_title_generation_zh，单击对应模型卡片，进入模型详情页面。

二、直接部署和调试模型

部署模型服务

在模型详情页面，单击模型部署。
在模型部署详情页面，确认部署信息后，单击部署。
在计费提醒对话框中，单击确定。
页面将自动跳转到服务详情页面。您可以在基本信息区域查看服务状态。当状态变为运行中时，表明服务部署成功。

在线调试模型

通过控制台进行在线调试

在服务详情页面的在线预测文本框中输入请求数据，请求数据示例如下。

{
    "data": ["在广州第一人民医院，一个上午6名患者做支气管镜检查，5人查出肺癌，且4人是老烟民！专家称，吸烟和被动吸烟是肺癌的主要元凶。"]
}

单击发送请求。
您可以在页面下方查看输出结果。

通过Python代码进行在线调试

查看服务的调用信息。
1. 在服务详情页面的资源信息区域，单击查看调用信息。
2. 在调用信息对话框的公网地址调用页签中，查看访问地址和Token，并保存到本地。

使用以下示例代码发送服务请求。

import requests

url = "<PredictionServiceEndpoint>"
token = "<PredictionServiceAccessToken>"
request_body = '{"data": ["在广州第一人民医院，一个上午6名患者做支气管镜检查，5人查出肺癌，且4人是老烟民！专家称，吸烟和被动吸烟是肺癌的主要元凶。"]}'
request_body = request_body.encode('utf-8')
headers = {"Authorization": token}
resp = requests.post(url=url, headers=headers, data=request_body)

print(resp.content.decode())
print("status code:", resp.status_code)

其中：url和token需要分别配置为上述步骤中保存到本地的访问地址和Token。

系统返回结果如下图所示。 image..png

三、微调训练模型

（可选）准备数据集。
说明
如果您希望使用自己的数据来微调训练模型，可以按照以下操作步骤来准备训练数据集。
1. Model Gallery提供了训练数据集。您可以使用默认数据集，也可以自己准备数据。训练数据格式为：
```
{"text": "<text>", "summary": "summary"}
{"text": "<text>", "summary": "summary"}
{"text": "<text>", "summary": "summary"}
......
{"text": "<text>", "summary": "summary"}
```
2. 将已准备的数据上传到OSS存储空间，具体操作，请参见控制台上传文件。
提交训练作业。
1. 返回模型详情页面，具体操作，请参见一、进入模型详情页面。
2. 在模型训练区域，将训练设置>输出路径配置为OSS Bucket路径，并单击训练。本示例使用默认数据集进行模型微调训练。
  说明
  如果您准备了训练数据集，在模型训练区域，参照训练模型操作步骤更新训练数据集后，再单击训练。
  页面将自动跳转到任务详情页面。您可以单击任务日志，查看训练过程。

四、部署和调试微调后的模型

训练好的模型会自动注册到AI资产-模型管理中，您可以查看或部署对应的模型，详情请参见注册及管理模型。
在线调试模型，具体操作，请参见在线调试模型。