-
先安装transformers
-
在huggingface下载模型
模型bert-multi-cased-finetuned-xquadv1可以从huggingface中下载,具体操作方法可以参照文章https://blog.csdn.net/zhaomengsen/article/details/130616837下载

-
git clone就可以了
-
然后使用pipline加载模型
from transformers import pipeline
nlp = pipeline("question-answering",model="mrm8488/bert-multi-cased-finetuned-xquadv1",tokenizer="mrm8488/bert-multi-cased-finetuned-xquadv1") -
测试
context = """非root用户使用HBase客户端,请确保该HBase客户端目录的属主为该用户,否则请参考如下命令修改属主"""
question = "命令是什么?"
result = nlp(question=question, context=context)
print("Answer:", result['answer'])
print("Score:", result['score'])Answer: 修改属主
Score: 0.9437811374664307
python-在transformers的问答模型中使用中文
liwulin05062023-07-21 14:31
相关推荐
千寻girling3 小时前
一份不可多得的 《 Django 》 零基础入门教程databook7 小时前
探索视觉的边界:用 Manim 重现有趣的知觉错觉明月_清风8 小时前
Python 性能微观世界:列表推导式 vs for 循环明月_清风8 小时前
Python 性能翻身仗:从 O(n) 到 O(1) 的工程实践helloweilei1 天前
python 抽象基类用户8356290780511 天前
Python 实现 PPT 转 HTMLzone77391 天前
004:RAG 入门-LangChain读取PDFzone77391 天前
005:RAG 入门-LangChain读取表格数据树獭非懒2 天前
AI大模型小白手册|Embedding 与向量数据库唐叔在学习2 天前
就算没有服务器,我照样能够同步数据