Суммаризатор

`text` - оригинальный текст для суммирования.
`num_return_sequences` - кол-во примеров, из которых выбирается лучший финальный текст. Дефолтное значение 6.
`num_beams` - параметр генерации текста num_beams. Дефолтное значение 5.
`no_repeat_ngram_size` - параметр генерации текста no_repeat_ngram_size - все ngrams такого размера могут встречаться только один раз. Дефолтное значение 3.
`repetition_penalty` - параметр генерации текста repetition_penalty, используется в качестве штрафа за слова, которые уже были сгенерированы. Дефолтное значение 2.0.
`length_penalty` - параметр генерации текста length_penalty - экспоненциальный штраф к длине.  Дефолтное значение 2.0.

`top_k`- параметр top_k текста для генерации. Дефолтное значение 50.
`top_p` - параметр top_p текста для генерации. Дефолтное значение 0.9.
`temperature` - параметр temperature текста для генерации. Дефолтное значение 0.95.

`genstrategy` - параметр переключения между стратегиями генерации (“beamsearch” или “sampling”). Дефолтное значение beamsearch.

`comment` - комментарий ("Ok", если суммаризация прошла успешно, иначе - текст ошибки)

`origin` - оригинальный текст

`predictions` - варианты сокращенного текста

`prediction_best` - лучший вариант сокращенного текста по метрике bertscore.

model.predict({"instances": [{
	"text": "Так вот, запись этой песни и голос Веги были настолько чистыми, что их использовали для усовершенствования алгоритма сжатия MP3. Один из разработчиков формата MP3 брал эту песню для тестирования своего алгоритма, слушая ее снова и снова, и все лучше настраивал алгоритм для более точной передачи голоса Веги. Можно даже сказать, что в некоторой степени алгоритм MP3 специально настроен на песню «Tom’s Diner».",
	"num_beams": 5,
	"length_penalty": 1.0
	}]
})

Результат:
{
  "comment": "Ok",
  "origin": "Так вот, запись этой песни и голос Веги были настолько чистыми, что их использовали для усовершенствования алгоритма сжатия MP3. Один из разработчиков формата MP3 брал эту песню для тестирования своего алгоритма, слушая ее снова и снова, и все лучше настраивал алгоритм для более точной передачи голоса Веги. Можно даже сказать, что в некоторой степени алгоритм MP3 специально настроен на песню «Tom’s Diner».",
  "predictions": ['«Tom s Diner» — одна из самых чистых песен в истории MP3.',
   '«Tom s Diner» — одна из самых чистых песен в истории сжатия MP3.'],
  "prediction_best": {'bertscore': '«Tom s Diner» — одна из самых чистых песен в истории MP3.'}
}

model.predict({"instances":[{
	"text": "Если гриль в вашей духовке расположен внизу.",
	"num_return_sequences": 2
	}]
})

Результат:
{
  "comment": "Ваш текст слишком короткий!",
  "origin": "Если гриль в вашей духовке расположен внизу.",
  "predictions": "Если гриль в вашей духовке расположен внизу."
}

Reviews
BERTscore  85.21
ROUGE-L    70.19
BLEU       37.93
Grammar    93.63
Meaning	   54.18
Coherent   89.64

Literature
BERTscore  77.56
ROUGE-L    39.3
BLEU       1.77
Grammar    99.49
Meaning    78.98
Coherent   95.76

SocMedia
BERTscore   75.93
ROUGE-L     35.8
BLEU 	    1.58
Grammar     88.27
Meaning     34.08
Coherent    88.83

News
BERTscore    74.53
ROUGE-L      30.28
BLEU 	     0.51
Grammar      98.96
Meaning      54.98
Coherent     90.46