Ответы на вопросы

Обработка естественного языка (NLP) на Python

Fouad Trad

Machine Learning Engineer

Извлекающий QA

Ответ берётся напрямую из текста

Изображение контекста: «The library closes at 6 PM on weekdays»

Изображение извлекающего ответа: «6 PM»

Генеративный QA

Модель формулирует ответ самостоятельно

Изображение вопроса: «When does the library close on weekdays?»

Изображение генеративного ответа: «Closure is at 6 PM»

Извлекающий QA

Применяется в:
- Поисковых системах
- Системах поиска документов
- Приложениях для понимания текста
Более точный, меньше ошибок

Генеративный QA

Применяется в:
- Диалоговых агентах
- Виртуальных ассистентах
- Чат-ботах поддержки
Может допускать ошибки

Извлекающий QA

from transformers import pipeline

qa_pipeline = pipeline(task="question-answering", 
                       model="distilbert/distilbert-base-cased-distilled-squad")

context = """The Amazon rainforest is the largest tropical rainforest in the world, 
covering parts of Brazil, Peru, and Colombia."""

question = "Which countries does the Amazon rainforest cover?"

qa_answer = qa_pipeline(question=question, context=context)
print(qa_answer)

{'score': 0.9242347478866577,

 'start': 90, 'end': 116,

 'answer': 'Brazil, Peru, and Colombia'}

Генеративный QA

from transformers import pipeline
qa_pipeline = pipeline(task="text2text-generation",
                       model="fangyuan/hotpotqa_abstractive")

context = """The Amazon rainforest is the largest tropical rainforest in the world, 
covering parts of Brazil, Peru, and Colombia."""
question = "Which countries does the Amazon rainforest cover?"

input_text = f"question: {question}  context: {context}"

result = qa_pipeline(input_text)

print(result)

[{'generated_text': 'The Amazon rainforest covers parts of Brazil, Peru, and Colombia.'}]

Давайте потренируемся!

Обработка естественного языка (NLP) на Python