Question Natural Language Inference
En annan uppgift inom textklassificering är Question Natural Language Inference, eller QNLI. Den kontrollerar om ett påstående innehåller tillräckligt med information för att besvara en given fråga – det vill säga om svaret går att hitta i den angivna texten.
Genom att välja olika modeller kan du utföra olika uppgifter med text-classification-pipelinen. Varje modell är tränad för att förutsäga specifika etiketter och optimerad för att lära sig olika typer av sammanhang i en text.
pipeline från biblioteket transformers är redan inläst åt dig.
Den här övningen är en del av kursen
Arbeta med Hugging Face
Övningsinstruktioner
- Skapa en QNLI-pipeline för textklassificering med modellen
"cross-encoder/qnli-electra-base"och spara den somclassifier. - Använd denna klassificerare för att avgöra om texten innehåller tillräckligt med information för att besvara frågan.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create the pipeline
____ = ____(____=____, ____="cross-encoder/qnli-electra-base")
# Predict the output
____ = ____("Where is the capital of France?, Brittany is known for its stunning coastline.")
print(output)