Czy tekst odpowiada na pytanie?
Zespół moderacji treści w dużej firmie technologicznej chce automatycznie sprawdzać, czy fragment bazy wiedzy odpowiada na zapytanie klienta. Aby przyspieszyć ten proces, planuje wykorzystać wstępnie wytrenowany model QNLI do oceny trafności każdej odpowiedzi. Twoim zadaniem jest zaimplementowanie rozwiązania, które klasyfikuje, czy dany fragment tekstu zawiera odpowiedź na konkretne pytanie.
To ćwiczenie jest częścią kursu
Przetwarzanie języka naturalnego (NLP) w Pythonie
Instrukcje do ćwiczenia
- Zainicjalizuj potok
classifierz odpowiednim modelem QNLI, np."cross-encoder/qnli-electra-base". - Użyj tego potoku, aby ocenić, czy podany
passageodpowiada naquestion.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)