Phân loại zero-shot cho phiếu hỗ trợ
Một công ty nhận hàng trăm phiếu hỗ trợ mỗi ngày, bao gồm các chủ đề như sự cố thanh toán, vấn đề kỹ thuật và quản lý tài khoản. Việc phân loại thủ công rất kém hiệu quả. Bạn được yêu cầu dùng một mô hình phân loại zero-shot để tự động gán nhãn cho các tin nhắn phiếu hỗ trợ đến, mà không cần một bộ phân loại được huấn luyện riêng.
Bài tập này là một phần của khóa học
Natural Language Processing (NLP) bằng Python
Hướng dẫn bài tập
- Tạo một pipeline
classifierzero-shot sử dụng mô hình"MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli". - Dùng pipeline này để phân loại
ticket_textvào một trong các danh mục được liệt kê trongcandidate_labels.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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'])