始める無料で始める

抽出的QAで自然な回答を生成する

カスタマーサポートのチャットボットは、単なる引用ではなく、役に立つ会話調の回答を目指します。そのために、文脈に基づいて簡潔で流暢な応答を生成する abstractive question answering を使います。あなたのタスクは、Hugging Face の "text2text-generation" パイプラインを、abstractive QA 用に学習されたモデルと併用して、製品情報から自然な回答を作成することです。

この演習はコースの一部です

Pythonで学ぶ自然言語処理（NLP）

コースを見る

演習の手順

  • タスク "text2text-generation" とモデル "fangyuan/hotpotqa_abstractive" を用いて、qa_pipeline を作成します。
  • 提供された context と question を使って、abstractive な answer を生成します。

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

# 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)
コードを編集して実行