Eine QA-Pipeline ausführen
Antworten aus einer Textpassage herauslösen
Eine QA-Pipeline ausführen ist eine kostenlose NLP Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des NLP Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was eine Pipeline bietet
Eine Hugging Face-Pipeline bündelt ein Modell und einen Tokenizer zu einem einfachen Aufruf. Sie übergeben ihr eine Frage und einen Kontext, und sie liefert eine Antwort zurück. 🚀
Die Hilfsfunktion importieren
Alles beginnt mit einem Import. Die Pipeline-Funktion aus der transformers-Bibliothek erstellt den gesamten QA-Stack für Sie.
from transformers import pipelineEine QA-Pipeline erstellen
Übergeben Sie pipeline den Aufgabennamen question-answering. Wenn Sie kein Modell angeben, wird automatisch ein sinnvoller Standard heruntergeladen.
qa = pipeline("question-answering")Einen Kontext übergeben
Die Pipeline benötigt einen Kontext: den Abschnitt, der die Antwort enthält. Betrachten Sie ihn als den Text, den das Modell lesen darf.
context = "The Eiffel Tower is located in Paris and was completed in 1889."Ihre Frage stellen
Rufen Sie die Pipeline nun sowohl mit einer Frage als auch mit dem Kontext auf. Sie durchsucht den Abschnitt und gibt den am besten passenden Textabschnitt zurück.
result = qa(question="Where is the Eiffel Tower?", context=context)Das Ergebnis lesen
Das Ergebnis ist ein Dictionary. Der Antworttext befindet sich unter dem Schlüssel answer und kann direkt ausgegeben oder gespeichert werden.
print(result["answer"]) # ParisDer Konfidenzwert
Jedes Ergebnis enthält außerdem einen Wert zwischen 0 und 1. Ein höherer Wert bedeutet, dass sich das Modell bei dem ausgewählten Textabschnitt sicherer ist.
print(result["score"]) # e.g. 0.98Start- und Endpositionen
Das Ergebnis enthält Start- und Endindizes der Zeichen. Sie zeigen genau, an welcher Stelle im Kontext die Antwort gefunden wurde.
print(result["start"], result["end"])Ein Modell auswählen
Sie können ein bestimmtes Modell anhand seines Namens festlegen. Ein beliebtes kleines QA-Modell ist distilbert, das mit dem SQuAD-Datensatz feinabgestimmt wurde.
qa = pipeline("question-answering",
model="distilbert-base-cased-distilled-squad")Den gleichen Kontext wiederverwenden
Ein Kontext kann viele Fragen beantworten. Erstellen Sie die Pipeline einmal und rufen Sie sie anschließend wiederholt mit neuen Fragen zum selben Abschnitt auf.
Es liest nur den Kontext
Denken Sie daran: Diese Extractive-Pipeline antwortet nur anhand des von Ihnen übergebenen Kontexts. Fragen Sie nach etwas, das nicht im Text steht, erhalten Sie einen unpassenden Textabschnitt.
Kurze Überprüfung
Rufen Sie sich ins Gedächtnis, wie die QA-Pipeline ihr Ergebnis zurückgibt.
Rückblick
Ein Aufruf der Pipeline nimmt eine Frage sowie Kontext entgegen und gibt ein Wörterbuch mit Antwort, Score, Start und Ende zurück. Sie haben eine extraktive QA in drei Zeilen ausgeführt. ✅
Lerne Python mit einem KI-Tutor — kostenlos
Schreibe und führe echten Code in deinem Browser aus, bekomme sofortige Hilfe von einem 24/7 KI-Tutor und setze dein Lernen im Web oder in der App fort.
- Kurse
- 30
- Lektionen
- 120
Häufig gestellte Fragen
Ist die Lektion „Eine QA-Pipeline ausführen“ kostenlos?
Ja — der vollständige Text von „Eine QA-Pipeline ausführen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des NLP Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Eine QA-Pipeline ausführen“?
Antworten aus einer Textpassage herauslösen Du übst NLP Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um NLP Academy zu starten?
Keine Vorkenntnisse erforderlich. NLP Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.
Wie lange dauert die Lektion „Eine QA-Pipeline ausführen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser NLP Academy-Lektion Code schreiben und ausführen?
Ja. Jede NLP Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Extraktive und generative QA
- Eine QA-Pipeline ausführen
- Antwortspannen im Kontext finden
- Keine Antwort und lange Dokumente behandeln