Ich habe mit Transformatoren gespielt, einer Bibliothek in natürlicher Sprache. https://huggingface.co/transformers/main_classes/pipelines.html https://github.com/huggingface/transformers
Als ich "Ich bin glücklich" eingab, wurde es als positiv ausgegeben.
$pip install -q transformers
str = "I am happy"
nlp_sentence_classif(str)
[{'label': 'POSITIVE', 'score': 0.9998802}]
Sie können auch Fragen beantworten. Wenn Sie fragen "Was magst du?" Zum Satz "Ich bin ein Student, der Informatik mag.", Wird "Informatik" zurückgegeben.
nlp = pipeline('question-answering')
nlp({
'question': 'What do you like?',
'context': 'I am a student who likes computer science.'
})
{'answer': 'computer science.',
'end': 41,
'score': 0.978939160814079,
'start': 25}
Hört sich gut an.
Ich konnte nicht herausfinden, welches Modell diese Bibliothek standardmäßig verwendet. (~ _ ~ Ich)
Recommended Posts