---
library_name: transformers
license: mit
language:
- ru
base_model:
- google/gemma-3-1b-it
pipeline_tag: text-generation
---

# Model Card for `gemma-3-1b-bookMeta`

## Model Details

- **Model ID:** `nesemenpolkov/gemma-3-1b-it-bookMeta`
- **Model Type:** Causal Language Model
- **Library:** Transformers
- **Framework:** PyTorch

## Model Description

The `gemma-3-1b-bookMeta` model is designed to extract metadata from book descriptions. It can identify authors, titles, publishers, years, page counts, translators, and illustrators from a given text.

## Usage

Below is an example of how to use the `gemma-3-1b-bookMeta` model to extract metadata from a book description:

```python
from transformers import AutoTokenizer, Gemma3ForCausalLM
import torch

model_id = "nesemenpolkov/gemma-3-1b-it-bookMeta"

model = Gemma3ForCausalLM.from_pretrained(model_id).eval()
tokenizer = AutoTokenizer.from_pretrained(model_id)

text = "Летний сад / художник Успенский М. Н. 5 мая 1967 1 л."
prompt = "Вот текст:\n{text}\nВыдели в тексте (если есть):\n-авторы (один или несколько может быть, не пересекается с названием)\n-название (обычно в начале текста, не пересекается с авторами)\n-издательство (не может включать в себя год)\n-год (четырех значное число)\n-количество страниц\n-переводчик (обычно в тексте встречается как 'пер.' или синоним)\n-илюстратор (обычно в тексте встречается как 'ил.' или синоним)\n В случае отсутствия чего либо на этом месте должна быть пустая строка в ответе".format(text=text)
messages = [
    [
        {
            "role": "user",
            "content": [{"type": "text", "text": prompt},]
        },
    ],
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device).to(torch.bfloat16)

with torch.inference_mode():
    outputs = model.generate(**inputs, max_new_tokens=128)

outputs = tokenizer.batch_decode(outputs)
```

## Input/Output

- **Input:** A text string containing book metadata.
- **Output:** Extracted metadata fields such as authors, title, publisher, year, page count, translator, and illustrator.

## Limitations

- The model may struggle with non-standard or incomplete book descriptions.
- Accuracy may vary depending on the formatting and language of the input text.

## Ethical Considerations

- Ensure that the model is used responsibly and ethically, respecting privacy and copyright laws when processing book metadata.

## Contact

For more information or support, please contact the model maintainers.