Question Inférence en langage naturel
Une autre tâche relevant de la classification de texte est l'inférence en langage naturel de questions, ou QNLI. Cette fonction vérifie si une prémisse contient suffisamment d'informations pour répondre à une question posée, en déterminant si la réponse peut être trouvée dans le texte donné.
Il est possible d'effectuer différentes tâches avec le pipeline d'text-classification s en choisissant différents modèles. Chaque modèle est formé pour prédire des étiquettes spécifiques et optimisé pour apprendre différents contextes au sein d'un texte.
pipeline de la bibliothèque transformers est déjà chargée pour vous.
Cet exercice fait partie du cours
Travailler avec Hugging Face
Instructions
- Créez un pipeline QNLI de classification de texte à l'aide du modèle
"cross-encoder/qnli-electra-base"et enregistrez-le sous le nomclassifier. - 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)