文章は質問に答えていますか？
大手テック企業のコンテンツモデレーションチームでは、ナレッジベースの文章が顧客の問い合わせに答えているかを自動で検証する必要があります。各応答の関連性を評価するために、事前学習済みの QNLI モデルを使ってプロセスを高速化したいと考えています。あなたの目標は、特定の質問に対して、与えられた文章が回答を含んでいるかどうかを分類できるソリューションを実装することです。
この演習はコースの一部です
Pythonで学ぶ自然言語処理（NLP）
演習の手順
"cross-encoder/qnli-electra-base"のような適切な QNLI モデルでclassifierパイプラインを初期化します。- このパイプラインを使って、与えられた
passageがquestionに答えているかどうかを評価します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
from transformers import pipeline
# Initialize the QNLI pipeline
classifier = ____
passage = "Our refund policy allows customers to return any item within 30 days of purchase, provided the item is in its original condition and accompanied by the receipt. Refunds are issued to the original payment method within 5–7 business days."
question = "Can I get a refund if I return a product after 20 days?"
# Get the result
result = ____
print(result)