НачатьНачать бесплатно

Классификация обращений в службу поддержки методом zero-shot

Компания ежедневно получает сотни обращений в службу поддержки по самым разным темам: проблемы с оплатой, технические неполадки, управление учётными записями. Сортировать их вручную — неэффективно. Вам поручено применить модель zero-shot классификации, чтобы автоматически распределять входящие обращения по категориям без необходимости обучать специализированный классификатор.

Это упражнение является частью курса

Обработка естественного языка (NLP) на Python

Посмотреть курс

Инструкции к упражнению

  • Создайте конвейер classifier для zero-shot классификации, используя модель "MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli".
  • Примените его, чтобы отнести ticket_text к одной из категорий, перечисленных в candidate_labels.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

from transformers import pipeline

# Initialize the zero-shot classifier
classifier = ____

ticket_text = "I was charged twice for my subscription this month. Can you please refund the extra charge?"
candidate_labels = ["Billing", "Technical Issue", "Account Access"]

# Classify the ticket
result = ____

print(result['labels'])
print(result['scores'])
Редактировать и запускать код