基于 bert4keras 与 T5-pegasus 进行标题生成模型的训练与微调
T5 Pegasus 是追一科技参考 Pegasus 为 T5 设计的预训练任务，且使用 jieba 作为分词器，对中文预料更加友好
模型经过压缩后，使用 ONNX 进行导出，提升在生产环境的推理速度，降低响应时延
可在根目录下使用 Docker 容器直接运行
- Rouge-1: 0.4055
- Rouge-2: 0.3019
- Rouge-L: 0.3869
| 原标题 | t5-pegasus | imxly/t5-copy-summary |
|---|---|---|
| 商务部：全力保障汛期生活必需品市场平稳运行 | 全力保障汛期生活必需品市场平稳运行 | 商务部：将继续密切跟踪汛情对生活必需品市场供应的影响 |
| 退役军人事务部等8部门联合印发意见：全面启动优抚医院改革 | 全面启动优抚医院改革 | 三部门联合印发《关于推进优抚医院改革发展的意见》推进医院改革 |
| 国企办医疗机构改革任务基本完成 | 国有企业办医疗机构改革任务基本完成 | 国有企业办医疗机构深化改革任务已基本完成 |
在本地测试环境（不考虑网络）下：
| 操作系统（OS） | CPU 核心数 | CPU 型号 | 平均响应时间（s） |
|---|---|---|---|
| Ubuntu 20 | 8 Intel(R) Xeon(R) | CPU E5-2680 v4 @ 2.40GHz | 0.6220 |
| Windows 11 | 8 | 11th Gen Intel(R) Core(TM) i7-11800H @ 2.30GHz | 1.3174 |