從產品描述中回答問題
某線上零售商想要透過自動回覆基於產品描述的常見問題，來強化客服體驗。你的任務是使用 Hugging Face 的 pipeline，根據顧客的提問，從產品描述中擷取精準的答案。
本練習屬於課程
Python 的 Natural Language Processing（NLP）
練習說明
- 建立一個
qa_pipeline，並使用問答專用模型"distilbert/distilbert-base-cased-distilled-squad"。 - 使用提供的
context（產品描述）與question來取得答案。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from transformers import pipeline
# Create the question-answering pipeline
qa_pipeline = pipeline(
task="____",
model="____"
)
context = """This smartphone features a 6.5-inch OLED display, 128GB of storage, and a 48MP camera with night mode. It supports 5G connectivity and has a battery life of up to 24 hours."""
question = "What is the size of the smartphone's display?"
# Get the answer
result = ____
print(result)