Zero-shot classification और QNLI

Python में Natural Language Processing (NLP)

Fouad Trad

Machine Learning Engineer

Zero-shot classification

मॉडल को ऐसे लेबल्स से टेक्स्ट मिलाने देता है जिन्हें उसने पहले नहीं देखा
नैचुरल लैंग्वेज प्रेडिक्शन से आउटपुट लेता है
उपयोग के मामले:
- कंटेंट टैगिंग
- कस्टमर सपोर्ट
- न्यूज़ आर्टिकल फ़िल्टरिंग

एक टेक्स्ट "The national football team won the cup yesterday" दिखाने वाली इमेज, जिसे तीन कैटेगरी: sports, technology, और health के अनुसार वर्गीकृत करना है.

Zero-shot classification pipeline

from transformers import pipeline

zero_shot_classifier = pipeline(

  task="zero-shot-classification",

  model="MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli"
)

text = "The national football team won the cup yesterday."

candidate_labels = ["sports", "technology", "health"]

result = zero_shot_classifier(text, candidate_labels)

print(result)

{'sequence': 'The national football team won the cup yesterday.',
 'labels': ['sports', 'technology', 'health'], 
 'scores': [0.9948731064796448, 0.0029330444522202015, 0.002193822991102934]}

Question natural language inference (QNLI)

तय करता है कि क्या सवाल का जवाब दिए गए पैसेज में मिलता है
उपयोग के मामले:
- डॉक्यूमेंट सर्च
- चैटबॉट्स
- इन्फ़ॉर्मेशन रिट्रीवल

एक इमेज दिखाती है कि QNLI को एक पैसेज और एक सवाल मिलता है और वह एक स्कोर लौटाता है.

QNLI pipeline

from transformers import pipeline

qnli_pipeline = pipeline(
    task="text-classification", 
    model="cross-encoder/qnli-electra-base"
    )

passage = "Penguins are found primarily in the Southern Hemisphere."

question = "Where do penguins live?"

result = qnli_pipeline({"text": question, "text_pair": passage})

print(result)

{'label': 'LABEL_0', 'score': 0.9951545000076294}

QNLI pipeline

from transformers import pipeline
qnli_pipeline = pipeline(
    task="text-classification", 
    model="cross-encoder/qnli-electra-base"
    )
passage = "Penguins are found primarily in the Southern Hemisphere."
question = "What is the capital of Paris?"
result = qnli_pipeline({"text": question, "text_pair": passage})
print(result)

{'label': 'LABEL_0', 'score': 0.008907231502234936}

अभ्यास करते हैं!

Python में Natural Language Processing (NLP)