-
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
编码浪子2 小时前
趣味学RUST基础篇(智能指针_结束)CVer儿4 小时前
qt资料2025DevilSeagull4 小时前
JavaScript WebAPI 指南2zcode4 小时前
基于Matlab不同作战类型下兵力动力学模型的构建与稳定性分析☼←安于亥时→❦5 小时前
PyTorch 梯度与微积分程序员三藏5 小时前
2025最新的软件测试面试八股文(800+道题)Pocker_Spades_A6 小时前
Python快速入门专业版(二十三):for循环基础:遍历字符串、列表与range()函数(计数案例)闲人编程6 小时前
图像去雾算法:从物理模型到深度学习实现葵野寺6 小时前
【RelayMQ】基于 Java 实现轻量级消息队列(七)zyx没烦恼7 小时前
Qt 基础编程核心知识点全解析:含 Hello World 实现、对象树、坐标系及开发工具使用