動的カテゴリ割り当て
動的カテゴリ割り当てとは、事前にそのカテゴリで学習していない場合でも、モデルがテキストをあらかじめ定義されたカテゴリに分類できる手法です。
Hugging Faceのpipeline()を使ってzero-shot-classificationタスクを実行し、テキストとカテゴリを渡して予測しましょう。
入力text（あらかじめ読み込まれているニュースの見出し）のラベルを予測する分類器を構築してください。
transformersライブラリのpipelinesはすでに読み込み済みです。
注：演習用に、モデルダウンロード不要のカスタマイズ版のパイプラインを使用しています。
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
- パイプラインを構築し、
classifierとして保存してください。 "politics"、"science"、"sports"のラベルリストを作成し、categoriesとして保存してください。- 分類器と定めたカテゴリを使って、
textのラベルを予測してください。
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。
text = "AI-powered robots assist in complex brain surgeries with precision."
# Create the pipeline
____ = pipeline(____="zero-shot-classification", ____="facebook/bart-large-mnli")
# Create the categories list
categories = ["politics", "____", "____"]
# Predict the output
output = ____(____, ____)
# Print the top label and its score
print(f"Top Label: {output['labels'][0]} with score: {output['scores'][0]}")