Asignación dinámica de categorías
La asignación dinámica de categorías permite a un modelo clasificar texto en categorías predefinidas, incluso sin entrenamiento previo para esas categorías.
Utilizando el modelo de texto de Hugging Face « pipeline() » para la tarea « zero-shot-classification », proporciona el texto y las categorías predefinidas para identificar la mejor coincidencia.
Crea un clasificador para predecir la etiqueta de la entrada « text », que es un titular de noticias que ya se ha cargado.
El archivo « pipelines » de la biblioteca « transformers » está precargado para tu comodidad.
Nota: Estamos utilizando una versión personalizada del proceso para ayudarte a aprender a utilizar estas funciones sin necesidad de descargar el modelo.
Este ejercicio forma parte del curso
Trabajar con Hugging Face
Instrucciones del ejercicio
- Crea la canalización y guárdala como «
classifier». - Crea una lista con las etiquetas (
"politics","science","sports") y guárdala comocategories. - Predice la etiqueta de
textutilizando el clasificador y las categorías predefinidas.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
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]}")