CommencezCommencez gratuitement

Étiquetage des parties du discours pour l'analyse de texte

Une application d'apprentissage des langues veut aider les utilisateurs à comprendre la structure des phrases en mettant en évidence le rôle grammatical de chaque mot. Votre tâche consiste à utiliser une pipeline Hugging Face pour attribuer à chaque mot d'une phrase donnée son étiquette PoS correspondante.

Cette activité fait partie du cours

Natural Language Processing (NLP) en Python

Voir le cours

Instructions de l’exercice

  • Créez un pos_pipeline en utilisant le modèle "vblagoje/bert-english-uncased-finetuned-pos".
  • Appliquez la pipeline à la sentence fournie.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

from transformers import pipeline
# Create the PoS tagging pipeline
pos_pipeline = pipeline(
    task="____",
    model="____",
    grouped_entities=True
)

sentence = "I am meeting my friends for coffee this afternoon."

# Get PoS tags
pos_tags = ____
for token in pos_tags:
    print(f"{token['word']}: {token['entity_group']}")
Modifier et exécuter le code