-
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
是十一月末13 分钟前
Opencv实现图像的腐蚀、膨胀及开、闭运算IT女孩儿14 分钟前
JavaScript--WebAPI查缺补漏(二)m0_7482389214 分钟前
webgis入门实战案例——智慧校园云空20 分钟前
《探索PyTorch计算机视觉:原理、应用与实践》Clockwiseee28 分钟前
PHP伪协议总结小灰灰搞电子29 分钟前
Qt实现Android的图案密码(图形解锁)源码分享dowhileprogramming31 分钟前
Python 中的迭代器吴冰_hogan1 小时前
JVM(Java虚拟机)的组成部分详解0zxm2 小时前
08 Django - Django媒体文件&静态文件&文件上传白宇横流学长3 小时前
基于java出租车计价器设计与实现【源码+文档+部署讲解】