CommencezCommencez gratuitement

Classification zero-shot des billets de soutien

Une entreprise reçoit des centaines de billets de soutien chaque jour, couvrant des sujets comme les problèmes de facturation, les enjeux techniques et la gestion de compte. Trier ces billets manuellement n'est pas efficace. On vous demande d'utiliser un modèle de classification zero-shot pour catégoriser automatiquement les messages entrants sans entraîner un classificateur personnalisé.

Cette activité fait partie du cours

Natural Language Processing (NLP) en Python

Voir le cours

Instructions de l’exercice

  • Créez un pipeline classifier zero-shot en utilisant le modèle "MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli".
  • Utilisez-le pour classifier ticket_text dans l'une des catégories listées dans candidate_labels.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

from transformers import pipeline

# Initialize the zero-shot classifier
classifier = ____

ticket_text = "I was charged twice for my subscription this month. Can you please refund the extra charge?"
candidate_labels = ["Billing", "Technical Issue", "Account Access"]

# Classify the ticket
result = ____

print(result['labels'])
print(result['scores'])
Modifier et exécuter le code