Upload textsumm.py

textsumm.py

@@ -1,22 +1,28 @@
 from transformers import pipeline
 
-# 使用 Hugging Face 支援中文的 Pegasus 模型
+# 指定使用 Hugging Face 上支援中文的摘要模型
+# 例如："IDEA-CCNL/Randeng-Pegasus-523M-Summary-Chinese" 是免費的中文摘要模型
+# device=0（如果有 GPU）可加速；沒有 GPU 可以移除 device 參數
 summarizer = pipeline(
     "summarization",
-    model="IDEA-CCNL/Randeng-Pegasus-523M-Summary-Chinese"
+    model="IDEA-CCNL/Randeng-Pegasus-523M-Summary-Chinese",
+    tokenizer="IDEA-CCNL/Randeng-Pegasus-523M-Summary-Chinese",
+    device=0   # 若在 CPU 請刪除這一行
 )
 
-def 摘要(text, max_length=128, min_length=20):
-    if not text.strip():
-        return "⚠️ 請輸入要摘要的內容"
-    # 依據模型最大長度做裁剪
-    if len(text) > 1500:
-        text = text[:1500]
-    result = summarizer(text, max_length=max_length, min_length=min_length, do_sample=False)
-    # 處理不同模型回傳格式
-    if isinstance(result, list) and "summary_text" in result[0]:
-        return result[0]["summary_text"]
-    elif isinstance(result, str):
-        return result
-    else:
-        return str(result)
+def 摘要(文本, 最大長度=128, 最小長度=30):
+    """
+    用於生成中文長文摘要
+    :param 文本: 輸入的待摘要中文文本
+    :param 最大長度: 摘要最大字數
+    :param 最小長度: 摘要最小字數
+    :return: 返回摘要字串
+    """
+    # transformers 需要將文本丟進 summarizer
+    results = summarizer(文本, max_length=最大長度, min_length=最小長度, do_sample=False)
+    return results[0]['summary_text']
+
+# 範例測試（可刪）
+if __name__ == "__main__":
+    測試文 = "人工智慧（Artificial Intelligence，簡稱 AI）是計算機科學的一個分支，..."
+    print("摘要結果：", 摘要(測試文))