随着近几年文本信息的爆发式增长，人们每天都接触到海量的文本信息，如新闻、微博等。如何从大量文本信息中提取关键的信息，已成为迫切需求。而生成式摘要则提供了一个高效的解决方案，相比于抽取式摘要，生成式摘要更接近人类写摘要的风格。生成式摘要有非常多的应用场景，如新闻标题生成、自动报告生成等。

ModelScope简介

ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！

我们希望在汇集行业领先的预训练模型，减少开发者的重复研发成本，提供更加绿色环保、开源开放的AI开发环境和模型服务，助力绿色“数字经济”事业的建设。 ModelScope平台将以开源的方式提供多类优质模型，开发者可在平台上免费体验与下载使用。

若您也和我们有相同的初衷，欢迎关注我们，我们鼓励并支持个人或企业开发者与我们联系，平台将为您构建更好的支持服务，共同为泛AI社区做出贡献。

ModelScope服务

• 丰富的预训练SOTA模型

覆盖NLP、CV、Audio等多领域的具有竞争力的SOTA模型，更有行业领先的多模态大模型，全部免费开放下载以及使用。

• 多元开放的数据集

汇集行业和学术热门的公开数据集，更有阿里巴巴集团贡献的专业领域数据集等你来探索。

• 一行代码使用模型推理能力

提供基于模型的本地推理接口，以及线上模型推理预测服务，方便开发者快速验证与使用。

• 十行代码快速构建专属行业模型

十行代码实现对预训练模型的调优训练（finetune），方便开发者基于行业数据集快速构建专属行业模型。

• 即开即用的在线开发平台

一键开启在线notebook实训平台，集成官方镜像免除环境安装困扰，链接澎湃云端算力，体验便捷的交互式编程。

• 灵活的模型框架与部署方式

兼容主流AI框架，更好地实现模型迁移；多种模型训练与服务部署方式，提供更多自主可控的选择。

• 丰富的教学内容与技术资源

提供友好的优质的教程内容与开放的社区氛围，帮助开发者学习成长。

使用方便

ModelScope提供了一个API调用所有模型的选项，对于不同的复杂模型只需一行代码即可调用，极大地方便了开发者对于模型的使用。

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
semantic_cls = pipeline(Tasks.sentiment_classification, 'damo/nlp_structbert_sentiment-classification_chinese-base')
semantic_cls(input='启动的时候很大声音，然后就会听到1.2秒的卡察的声音，类似齿轮摩擦的声音')