CommencerCommencer gratuitement

Question Natural Language Inference

Une autre tâche relevant de la classification de texte est le Question Natural Language Inference, ou QNLI. Elle vérifie si un énoncé contient suffisamment d’informations pour répondre à une question posée, et détermine si la réponse peut être trouvée dans le texte fourni.

Effectuer différentes tâches avec le pipeline text-classification se fait en choisissant des modèles différents. Chaque modèle est entraîné à prédire des étiquettes spécifiques et optimisé pour apprendre différents contextes au sein d’un texte.

pipeline de la bibliothèque transformers est déjà chargé pour vous.

Cet exercice fait partie du cours

Travailler avec Hugging Face

Afficher le cours

Instructions

  • Créez un pipeline QNLI de classification de texte en utilisant le modèle "cross-encoder/qnli-electra-base" et enregistrez-le sous classifier.
  • Utilisez ce classificateur pour déterminer si le texte fournit suffisamment d’informations pour répondre à la question.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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)
Modifier et exécuter le code