Phân loại văn bản sinh ra cho RLHF
Giờ bạn muốn phân loại các bài đánh giá đã được sinh ra. Một cách để đánh giá đầu ra là đo mức độ tích cực của các bài đánh giá này bằng bộ phân loại lvwerra/distilbert-imdb, mà bạn cũng có thể khởi tạo bằng Hugging Face pipelines.
Thư viện pipeline đã được nhập sẵn từ transformers. Mô hình lvwerra/distilbert-imdb đã được nạp sẵn là model. Tokenizer đã được nạp sẵn là tokenizer.
Bài tập này là một phần của khóa học
Reinforcement Learning from Human Feedback (RLHF)
Hướng dẫn bài tập
- Dùng hàm
pipelineđể tạo một pipeline phân tích cảm xúc với mô hình đã cho. - Phân loại cảm xúc của bài đánh giá được cung cấp.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create a sentiment analysis pipeline
sentiment_analyzer = pipeline(____, model=____, tokenizer=____)
review_text = "Surprisingly, the film is a very good one"
# Classify the sentiment of the review
sentiment = sentiment_analyzer(____)
print(f"Sentiment Analysis Result: {sentiment}")