เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Question Natural Language Inference

อีกหนึ่งงานภายใต้การจำแนกข้อความคือ Question Natural Language Inference หรือ QNLI ซึ่งใช้ตรวจสอบว่าข้อความที่กำหนดมีข้อมูลเพียงพอที่จะตอบคำถามที่ตั้งไว้หรือไม่ กล่าวคือ คำตอบสามารถพบได้ในข้อความนั้นหรือเปล่า

การทำงานที่แตกต่างกันด้วย pipeline text-classification ทำได้โดยเลือกโมเดลที่เหมาะสม แต่ละโมเดลได้รับการฝึกมาให้ทำนาย label เฉพาะ และปรับให้เหมาะกับการเรียนรู้บริบทที่แตกต่างกันภายในข้อความ

pipeline จากไลบรารี transformers ถูกโหลดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การใช้งาน Hugging Face

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง pipeline สำหรับ QNLI โดยใช้โมเดล "cross-encoder/qnli-electra-base" และบันทึกไว้ในตัวแปรชื่อ classifier
  • ใช้ classifier นี้เพื่อตรวจสอบว่าข้อความให้ข้อมูลเพียงพอที่จะตอบคำถามหรือไม่

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด