การตอบคำถาม

การประมวลผลภาษาธรรมชาติ (NLP) ด้วย Python

Fouad Trad

Machine Learning Engineer

Extractive QA

คำตอบคัดลอกมาจากข้อความโดยตรง

รูปภาพแสดงบริบท "The library closes at 6 PM on weekdays"

รูปภาพแสดงคำตอบแบบ Extractive: "6 PM"

Abstractive QA

โมเดลสร้างคำตอบที่ฟังดูเป็นธรรมชาติ

รูปภาพแสดงคำถาม: "When does the library close on weekdays?"

รูปภาพแสดงคำตอบแบบ Abstractive: "Closure is at 6 PM"

Extractive QA

เหมาะสำหรับ:
- เครื่องมือค้นหา
- ระบบดึงข้อมูลจากเอกสาร
- แอปทดสอบความเข้าใจในการอ่าน
แม่นยำสูง โอกาสเกิดข้อผิดพลาดน้อย

Abstractive QA

เหมาะสำหรับ:
- Conversational agent
- ผู้ช่วยเสมือน
- บอตสนับสนุนลูกค้า
อาจเกิดข้อผิดพลาดได้

Extractive 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'}

Abstractive 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.'}]

มาฝึกกันเถอะ!

การประมวลผลภาษาธรรมชาติ (NLP) ด้วย Python