README.md

---
license: mit
language:
- it
base_model:
- abhishekchohan/Qwen3-4B-AWQ
pipeline_tag: text-generation
library_name: transformers
tags:
- legal
---
# sempl-it-v3-explain-awq
SEMPL-IT aims to simplify Italian administrative texts using a progressive approach based on multiple specialized models. 
Each model addresses a specific aspect of the text transformation process, ensuring a step-by-step refinement.

## Simplification Pipeline
The complete text simplification pipeline follows eight sequential steps:
1. [proofreading](https://huggingface.co/VerbACxSS/sempl-it-v3-proofreading-awq)
2. [lex](https://huggingface.co/VerbACxSS/sempl-it-v3-lex-awq)
3. [connectives](https://huggingface.co/VerbACxSS/sempl-it-v3-connectives-awq)
4. [expressions](https://huggingface.co/VerbACxSS/sempl-it-v3-expressions-awq)
5. [sentence-splitter](https://huggingface.co/VerbACxSS/sempl-it-v3-sentence-splitter-awq)
6. [nominalizations](https://huggingface.co/VerbACxSS/sempl-it-v3-nominalizations-awq)
7. [verbs](https://huggingface.co/VerbACxSS/sempl-it-v3-verbs-awq)
8. [sentence-reorganizer](https://huggingface.co/VerbACxSS/sempl-it-v3-sentence-reorganizer-awq)
9. [explain](https://huggingface.co/VerbACxSS/sempl-it-v3-explain-awq) (this)

## Web App
To integrate this model into the full system, check out:
- Frontend: [GitHub Repository](https://github.com/VerbACxSS/sempl-it-frontend)
- Backend: [GitHub Repository](https://github.com/VerbACxSS/sempl-it-backend)
- Inference: [GitHub Repository](https://github.com/VerbACxSS/sempl-it-inference)

## Usage
Install the following dependencies:
```sh
pip install transformers==4.49.0
pip install autoawq==0.2.9
pip install peft==0.15.0
```

Define the system prompt and the text to simplify:
```py
PROMPT = """Sei un esperto redattore di documenti istituzionali italiani.

Riscrivi il testo per renderlo semplice e comprensibile per i cittadini. Il testo riscritto deve contenere tutte le informazioni del testo originale ma organizzate in modo che siano facilmente accessibili ai cittadini. 

Applica le seguenti regole per riscrivere il testo:
- Utilizza parole ed espressioni semplici;
- Utilizza frasi breve, semplici e dirette;
- Non eliminare le parole tecniche e giuridiche, ma spiegale tra parentesi con parole o espressioni semplici e comprensibili;
- Dividi il testo in paragrafi logicamente indipendenti;
- Il soggetto delle frasi deve essere sempre chiaro;
- Usa forme e tempi verbali semplici;
- Rimuovi i riferimenti normativi superflui.

# Output Format
Il testo riscritto e semplificato senza nessuna formattazione.

# Notes
- Il testo fornito può essere complesso e richiede attenzione ai dettagli.
- Assicurati che le implicazioni giuridiche e legali del documento siano mantenute.
- Non modificare il testo tra virgolette."""

TEXT_TO_SIMPLIFY = """Il documento individua le esigenze di sviluppo necessarie per assicurare che i principi delineati dalla Legge Regionale 23 dicembre 2004, n. 29 e dai successivi atti normativi, sulla essenziale funzione della ricerca e innovazione nelle Aziende Sanitarie della Regione Emilia-Romagna, si traducano in azioni concrete nel Servizio Sanitario Regionale. 

Alla luce delle evidenze della letteratura internazionale, delle indicazioni della normativa nazionale e della valutazione di quanto già attuato a livello regionale negli anni passati, vengono individuati gli obiettivi di sviluppo e le linee per il raggiungimento dei suddetti obiettivi."""
```

Load SEMPL-IT model and tokenizer:
```py
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("VerbACxSS/sempl-it-v3-explain-awq")
model = AutoModelForCausalLM.from_pretrained("VerbACxSS/sempl-it-v3-explain-awq").to("cuda")
```

Define and apply chat template:
```py
chat = [
  {"role": "system", "content": PROMPT},
  {"role": "assistant", "content": TEXT_TO_SIMPLIFY},
]

formatted_chat = tokenizer.apply_chat_template(
    chat,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([formatted_chat], return_tensors="pt").to("cuda")
```

Use SEMPL_IT model with following sampling parameters to generate `simplified_text`:
```py
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=4096,
    temperature=0.1,
    top_p=0.2
)
simplified_text = tokenizer.decode(generated_ids[0][len(model_inputs.input_ids[0]):], skip_special_tokens=True)
print(simplified_text)
```

## Acknowledgements
This contribution is a result of the research conducted within the framework of the PRIN 2020 (Progetti di Rilevante Interesse Nazionale) "VerbACxSS: on analytic verbs, complexity, synthetic verbs, and simplification. For accessibility" (Prot. 2020BJKB9M), funded by the Italian Ministero dell'Università e della Ricerca.