LoslegenKostenlos loslegen

Dynamische Kategorisierung

Dynamische Kategorisierung ermöglicht es einem Modell, Texten vordefinierte Kategorien zuzuordnen – selbst ohne vorheriges Training für genau diese Kategorien.

Mit der pipeline() für die Task zero-shot-classification von Hugging Face kannst du Text und vordefinierte Kategorien übergeben, um die beste Übereinstimmung zu ermitteln.

Baue einen Classifier, der das Label für den Eingabetext vorhersagt. Dabei handelt es sich um eine bereits für dich geladene Nachrichtenschlagzeile.

Die pipelines aus der transformers-Bibliothek sind der Einfachheit halber bereits geladen.

Hinweis: Wir verwenden eine angepasste Version der Pipeline, damit du lernen kannst, wie du diese Funktionen nutzt, ohne das Modell herunterladen zu müssen.

Diese Übung ist Teil des Kurses

Arbeiten mit Hugging Face

Kurs anzeigen

Anleitung zur Übung

  • Baue die Pipeline und speichere sie als classifier.
  • Erstelle eine Liste der Labels – "politics", "science", "sports" – und speichere sie als categories.
  • Sage das Label von text mit dem Classifier und den vordefinierten Kategorien voraus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

text = "AI-powered robots assist in complex brain surgeries with precision."

# Create the pipeline
____ = pipeline(____="zero-shot-classification", ____="facebook/bart-large-mnli")

# Create the categories list
categories = ["politics", "____", "____"]

# Predict the output
output = ____(____, ____)

# Print the top label and its score
print(f"Top Label: {output['labels'][0]} with score: {output['scores'][0]}")
Code bearbeiten und ausführen