Question Natural Language Inference
Een andere taak binnen de paraplu van tekstclassificatie is Question Natural Language Inference, of QNLI. Dit controleert of een premisse genoeg informatie bevat om een gestelde vraag te beantwoorden, en bepaalt dus of het antwoord in de gegeven tekst te vinden is.
Verschillende taken uitvoeren met de text-classification-pipeline kan door verschillende modellen te kiezen. Elk model is getraind om specifieke labels te voorspellen en is geoptimaliseerd om verschillende contexten in een tekst te leren.
pipeline uit de bibliotheek transformers is al voor je ingeladen.
Deze oefening maakt deel uit van de cursus
Werken met Hugging Face
Oefeninstructies
- Maak een QNLI-pipeline voor tekstclassificatie met het model
"cross-encoder/qnli-electra-base"en sla deze op alsclassifier. - Gebruik deze classifier om te bepalen of de tekst genoeg informatie bevat om de vraag te beantwoorden.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)