शुरू करेंमुफ़्त में शुरू करें

Question Natural Language Inference

टेक्स्ट क्लासिफिकेशन के अंतर्गत एक और टास्क है Question Natural Language Inference, या QNLI. यह जाँचता है कि किसी दिए गए कथन (premise) में पूछे गए प्रश्न का उत्तर देने के लिए पर्याप्त जानकारी है या नहीं, यानी क्या उत्तर दिए गए टेक्स्ट में पाया जा सकता है.

text-classification पाइपलाइन के साथ अलग-अलग टास्क चलाने के लिए आप अलग-अलग मॉडल चुन सकते हैं. हर मॉडल को खास लेबल्स की भविष्यवाणी के लिए ट्रेन किया गया है और टेक्स्ट के भीतर अलग-अलग संदर्भ सीखने के लिए ऑप्टिमाइज़ किया गया है.

transformers लाइब्रेरी से pipeline आपके लिए पहले से लोड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Hugging Face के साथ काम करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • मॉडल "cross-encoder/qnli-electra-base" का उपयोग करके एक टेक्स्ट क्लासिफिकेशन QNLI पाइपलाइन बनाएँ और उसे classifier के रूप में सहेजें.
  • इस क्लासिफायर का उपयोग करके तय करें कि क्या टेक्स्ट में प्रश्न का उत्तर देने के लिए पर्याप्त जानकारी मौजूद है.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ