質問型自然言語推論
テキスト分類のもう一つのタスクとして、質問型自然言語推論（QNLI）があります。これは、ある前提文が特定の質問に答えるのに十分な情報を含んでいるかどうかを確認するタスクです。つまり、与えられたテキストから答えを導き出せるかどうかを判定します。
text-classificationパイプラインで別のタスクを実行するには、モデルを切り替える必要があります。各モデルは特定のラベルを予測し、テキスト内の異なる文脈を捉えるよう学習されています。
transformersライブラリのpipelineはすでに読み込み済みです。
この演習はコースの一部です
Hugging Faceを使いこなす
演習の手順
"cross-encoder/qnli-electra-base"モデルを使用してテキスト分類のQNLIパイプラインを作成し、classifierとして保存してください。- この分類器を使って、表示されているテキストが質問に答えるのに十分な情報を含んでいるかどうかを判定してください。
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。
# 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)