ÎncepețiÎncepe gratuit

Generarea de răspunsuri naturale cu QA abstractiv

Chatboții de suport pentru clienți au ca scop furnizarea de răspunsuri utile și conversaționale, nu doar extragerea unor fragmente exacte de text. Pentru a realiza acest lucru, aceștia folosesc question answering abstractiv, care generează răspunsuri concise și fluente pe baza contextului. Sarcina ta este să aplici pipeline-ul "text2text-generation" din Hugging Face, folosind un model antrenat pentru QA abstractiv, pentru a crea răspunsuri naturale pornind de la informații despre produse.

Acest exercițiu face parte din cursul

Procesarea Limbajului Natural (NLP) în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un qa_pipeline folosind modelul "fangyuan/hotpotqa_abstractive" cu sarcina "text2text-generation".
  • Folosește context și question furnizate pentru a genera un answer abstractiv.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

from transformers import pipeline

# Create the abstractive question-answering pipeline
qa_pipeline = pipeline(
    task="____",
    model="____"
)

context = """This smartphone features a 6.5-inch OLED display, 128GB of storage, and a 48MP camera with night mode. It supports 5G connectivity and has a battery life of up to 24 hours."""

question = "What is the size of the smartphone's display?"

# Generate abstractive answer
result = qa_pipeline(f"____: {____} ____: {____}")
print(result)
Editează și rulează codul