Question Inférence en langage naturel
Une autre tâche relevant de la classification des textes est l'inférence du langage naturel des questions, ou QNLI. Il s'agit de vérifier 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.
Différentes tâches peuvent être effectuées avec le pipeline text-classification en choisissant différents modèles. Chaque modèle est entraîné à prédire des étiquettes spécifiques et optimisé pour l'apprentissage des différents contextes d'un texte.
pipeline de la bibliothèque transformers est déjà chargé pour vous.
Cet exercice fait partie du cours
Travailler avec Hugging Face
Instructions
- Créez un pipeline de classification de texte QNLI en utilisant le modèle
"cross-encoder/qnli-electra-base"et sauvegardez-le sousclassifier. - 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)