Введение
Генерация вопросов — это задача автоматического создания вопросов из текстового абзаца.
В этом уроке вы узнаете, как использовать Библиотеку Huggingface и Модель трансформеров Сураджа Патила для реализации ваших собственных приложений для генерации вопросов.
Установить зависимости
pip install transformers==3.0.0 pip install nltk
python -m nltk.downloader punkt
Затем клонируйте репозиторий от Suraj Patil и перейдите в него.
git clone https://github.com/patil-suraj/question_generation.git
cd question_generation
Давайте код
Создайте новый файл Python в папке question_generation и скопируйте следующий код.
from pipelines import pipeline
nlp = pipeline("e2e-qg")
text = "Python is an interpreted, high-level, general-purpose programming language. Created by Guido van Rossum \ and first released in 1991, Python's design philosophy emphasizes code \ readability with its notable use of significant whitespace."
response = nlp(text)
print("Input Text ==>", text) print("Generated Questions ==>", response)
Этих нескольких строк кода будет достаточно, чтобы начать генерировать вопросы. Вот сгенерированные вопросы, которые вы должны получить, используя тот же входной текст:
Сгенерированные вопросы ➡️ [«Кто создал Python?», «Когда был впервые выпущен Python?», «Какова философия дизайна Python?»]
Теперь, используя gradio, мы создадим удобный веб-интерфейс для демонстрации этой модели машинного обучения.
Обязательно установите пакет gradio: pip install gradio
Затем с помощью следующего кода мы создадим небольшое веб-приложение.
from pipelines import pipeline import gradio as gr
nlp = pipeline("e2e-qg")
def generate(input): questions = nlp(input) return questions
iface = gr.Interface( fn=generate, inputs=gr.inputs.Textbox(lines=2, placeholder="Input Text Here..."), outputs="text") iface.launch()
После запуска этой программы веб-приложение будет работать по локальному URL-адресу: http://127.0.0.1:7860/. Откройте его и протестируйте с любым текстовым абзацем.
Заключение
В этом уроке мы увидели, как использовать библиотеку Huggingface и модель трансформера Сураджа Патила для создания крошечного веб-приложения, способного генерировать вопросы из текстового абзаца. Дайте мне знать в комментариях, понравился ли вам урок, и если у вас есть какие-либо вопросы или пожелания.