ComeçarComece de graça

Classificando texto gerado para RLHF

Agora você quer categorizar as resenhas geradas. Uma das formas de avaliar a saída é medindo a positividade das resenhas geradas usando o classificador lvwerra/distilbert-imdb, que você também pode instanciar usando as pipelines do Hugging Face.

A biblioteca pipeline já foi pré-importada de transformers. O modelo lvwerra/distilbert-imdb já foi pré-carregado como model. O tokenizador já foi pré-carregado como tokenizer.

Este exercício faz parte do curso

Reinforcement Learning from Human Feedback (RLHF)

Ver curso

Instruções do exercício

  • Use a função pipeline para criar uma pipeline de análise de sentimento com o modelo.
  • Classifique o sentimento da resenha fornecida.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create a sentiment analysis pipeline
sentiment_analyzer = pipeline(____, model=____, tokenizer=____)

review_text = "Surprisingly, the film is a very good one"

# Classify the sentiment of the review
sentiment = sentiment_analyzer(____)
print(f"Sentiment Analysis Result: {sentiment}")
Editar e executar o código