Atribuição dinâmica de categorias
A atribuição dinâmica de categorias permite que um modelo classifique textos em categorias pré-definidas, mesmo sem ter sido treinado para essas categorias.
Usando o pipeline() do Hugging Face para a tarefa zero-shot-classification, forneça o texto e as categorias pré-definidas para identificar a melhor correspondência.
Crie um classificador pra prever o rótulo pra entrada “ text ”, que é uma manchete de notícia já carregada pra você.
O pipelines da biblioteca transformers já vem instalado para facilitar a sua vida.
Observação: Tá usando uma versão personalizada do pipeline pra te ajudar a aprender como usar essas funções sem precisar baixar o modelo.
Este exercício faz parte do curso
Trabalhando com o Hugging Face
Instruções do exercício
- Crie o pipeline e salve como “
classifier”. - Crie uma lista com os rótulos -
"politics","science","sports"- e salve comocategories. - Adivinhe o rótulo de
textusando o classificador e as categorias já definidas.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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]}")