Dynamische Kategoriezuweisung
Die dynamische Zuordnung von Kategorien ermöglicht es einem Modell, Text in vordefinierte Kategorien zu klassifizieren, auch ohne vorheriges Training für diese Kategorien.
Nutze die Seite pipeline() von Hugging Face für die Aufgabe zero-shot-classification und gib den Text und die vordefinierten Kategorien an, um die beste Übereinstimmung zu ermitteln.
Erstelle einen Klassifikator, um das Label für die Eingabe text vorherzusagen, die eine bereits geladene Schlagzeile ist.
Die pipelines aus der transformers Bibliothek ist für dich vorgeladen.
Hinweis: Wir verwenden eine angepasste Version der Pipeline, damit du lernen kannst, wie du diese Funktionen nutzen kannst, ohne das Modell herunterladen zu müssen.
Diese Übung ist Teil des Kurses
Arbeiten mit Hugging Face
Anleitung zur Übung
- Erstelle die Pipeline und speichere sie als
classifier. - Erstelle eine Liste der Labels -
"politics","science","sports"- und speichere sie alscategories. - Sage das Label von
textmithilfe des Klassifikators und der vordefinierten Kategorien voraus.
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
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]}")