CommencerCommencez gratuitement

Répondre aux questions à partir de descriptions de produits

Un détaillant en ligne souhaite améliorer son service client en répondant automatiquement aux questions fréquentes sur les produits à partir de leurs descriptions. Votre tâche consiste à utiliser un pipeline Hugging Face pour extraire des réponses précises d’une description de produit en fonction des questions des clients.

Cet exercice fait partie du cours

<cours>Natural Language Processing (NLP) in Python</cours>
Voir le cours

Instructions de l’exercice

  • Créez un qa_pipeline en utilisant le modèle "distilbert/distilbert-base-cased-distilled-squad" pour le question answering.
  • Utilisez le context (description du produit) et la question fournis pour obtenir une réponse.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

from transformers import pipeline

# Create the question-answering pipeline
qa_pipeline = pipeline(
    task="____",
    model="____"
)

context = """This smartphone features a 6.5-inch OLED display, 128GB of storage, and a 48MP camera with night mode. It supports 5G connectivity and has a battery life of up to 24 hours."""

question = "What is the size of the smartphone's display?"

# Get the answer
result = ____
print(result)
Modifier et exécuter le code