Začněte nyníZačněte zdarma

Generování přirozených odpovědí pomocí abstraktivní QA

Chatboti zákaznické podpory by měli poskytovat srozumitelné a přirozené odpovědi – ne jen přesné úryvky textu. K tomu slouží abstraktivní odpovídání na otázky, které na základě kontextu generuje stručné a plynulé odpovědi. Tvým úkolem je použít pipeline "text2text-generation" z Hugging Face s modelem trénovaným na abstraktivní QA a vytvořit přirozené odpovědi z informací o produktu.

Toto cvičení je součástí kurzu

Zpracování přirozeného jazyka (NLP) v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř qa_pipeline s modelem "fangyuan/hotpotqa_abstractive" a úlohou "text2text-generation".
  • Pomocí poskytnutého context a question vygeneruj abstraktivní answer.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

from transformers import pipeline

# Create the abstractive question-answering pipeline
qa_pipeline = pipeline(
    task="____",
    model="____"
)

context = """This smartphone features a 6.5-inch OLED display, 128GB of storage, and a 48MP camera with night mode. It supports 5G connectivity and has a battery life of up to 24 hours."""

question = "What is the size of the smartphone's display?"

# Generate abstractive answer
result = qa_pipeline(f"____: {____} ____: {____}")
print(result)
Upravit a spustit kód