Menghasilkan jawaban natural dengan QA abstraktif
Chatbot dukungan pelanggan bertujuan memberikan jawaban yang membantu dan percakapan, bukan sekadar cuplikan teks persis. Untuk mencapainya, mereka menggunakan question answering abstraktif, yang menghasilkan respons ringkas dan fasih berdasarkan konteks. Tugas Anda adalah menerapkan pipeline "text2text-generation" dari Hugging Face dengan model yang dilatih untuk QA abstraktif guna membuat jawaban natural dari informasi produk.
Latihan ini merupakan bagian dari kursus
Natural Language Processing (NLP) in Python
Instruksi latihan
- Buat
qa_pipelinemenggunakan model"fangyuan/hotpotqa_abstractive"dengan tugas"text2text-generation". - Gunakan
contextdanquestionyang disediakan untuk menghasilkananswersecara abstraktif.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
from transformers import pipeline
# Create the abstractive 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?"
# Generate abstractive answer
result = qa_pipeline(f"____: {____} ____: {____}")
print(result)