Inférence en langage naturel pour les questions (QNLI)
Une autre tâche sous l'ombrelle de la classification de texte est l'Inférence en langage naturel pour les questions, ou QNLI. Elle vérifie si un énoncé contient suffisamment d'information pour répondre à une question donnée, en déterminant si la réponse peut être trouvée dans le texte fourni.
Pour effectuer différentes tâches avec la pipeline text-classification, vous pouvez choisir différents modèles. Chaque modèle est entraîné à prédire des étiquettes précises et optimisé pour apprendre des contextes différents dans un texte.
pipeline de la bibliothèque transformers est déjà importée pour vous.
Cette activité fait partie du cours
Travailler avec Hugging Face
Instructions de l’exercice
- Créez une pipeline de classification de texte QNLI en utilisant le modèle
"cross-encoder/qnli-electra-base"et enregistrez-la dansclassifier. - Utilisez ce classificateur pour déterminer si le texte fournit assez d'information pour répondre à la question.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create the pipeline
____ = ____(____=____, ____="cross-encoder/qnli-electra-base")
# Predict the output
____ = ____("Where is the capital of France?, Brittany is known for its stunning coastline.")
print(output)