NLP Academy · Pelajaran

Menjalankan Alur QA

Mengambil jawaban dari suatu bacaan

Pelajaran 2 dari 413 langkah

Menjalankan Alur QA adalah pelajaran NLP Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar NLP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus NLP Academy mencakup 4 pelajaran total.

Manfaat yang Diberikan Alur Kerja

Alur kerja Hugging Face membungkus model dan tokenisasi menjadi satu pemanggilan yang mudah. Anda memberikan pertanyaan dan konteks, lalu alur kerja mengembalikan jawaban. 🚀

Impor Pembantu

Semuanya dimulai dengan satu impor. Fungsi alur kerja dari pustaka transformers membuat seluruh rangkaian QA untuk Anda.

from transformers import pipeline

Buat Alur Kerja QA

Berikan nama tugas question-answering kepada alur kerja. Jika tidak mencantumkan nama model, alur kerja akan mengunduhkan bawaan yang sesuai untuk Anda.

qa = pipeline("question-answering")

Berikan Konteks

Alur kerja memerlukan konteks: bagian teks yang memuat jawaban. Anggaplah ini sebagai teks yang boleh dibaca oleh model.

context = "The Eiffel Tower is located in Paris and was completed in 1889."

Ajukan Pertanyaan Anda

Sekarang panggil alur kerja dengan pertanyaan dan konteks. Alur kerja akan memindai bagian teks lalu mengembalikan rentang yang paling cocok.

result = qa(question="Where is the Eiffel Tower?", context=context)

Baca Hasilnya

Hasilnya berupa kamus. Teks jawaban berada di bawah kunci answer, siap dicetak atau disimpan.

print(result["answer"])  # Paris

Skor Kepercayaan

Setiap hasil juga memiliki skor antara 0 dan 1. Nilai yang lebih tinggi berarti model lebih yakin terhadap rentang yang dipilihnya.

print(result["score"])  # e.g. 0.98

Posisi Awal dan Akhir

Hasilnya mencakup indeks karakter awal dan akhir. Indeks tersebut memberi tahu Anda lokasi persis jawaban dalam konteks.

print(result["start"], result["end"])

Memilih Model

Anda dapat menetapkan model tertentu berdasarkan namanya. Salah satu model QA kecil yang populer adalah distilbert yang disesuaikan pada himpunan data SQuAD.

qa = pipeline("question-answering",
  model="distilbert-base-cased-distilled-squad")

Gunakan Kembali Konteks yang Sama

Satu konteks dapat menjawab banyak pertanyaan. Buat alur kerja sekali, lalu panggil berulang kali dengan pertanyaan baru pada bagian teks yang sama.

Alur Kerja Hanya Membaca Konteks

Ingat: alur kerja ekstraktif ini hanya menjawab berdasarkan konteks yang Anda berikan. Jika Anda menanyakan sesuatu yang tidak ada dalam teks, rentang yang dihasilkan akan buruk.

Pemeriksaan Singkat

Ingat kembali cara alur kerja QA mengembalikan hasilnya.

Rangkuman

Satu pemanggilan alur kerja menerima pertanyaan dan konteks, lalu mengembalikan kamus yang berisi answer, score, start, dan end. Anda menjalankan QA ekstraktif dalam tiga baris. ✅

Gratis untuk memulai

Belajar Python dengan tutor AI — gratis

Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.

Kursus
30
Pelajaran
120

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Menjalankan Alur QA” gratis?

Ya — teks lengkap “Menjalankan Alur QA” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus NLP Academy, upgrade ke CoddyKit PRO. Kursus NLP Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Menjalankan Alur QA”?

Mengambil jawaban dari suatu bacaan Kamu berlatih NLP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai NLP Academy?

Tidak diperlukan pengalaman sebelumnya. NLP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.

Berapa lama pelajaran “Menjalankan Alur QA” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran NLP Academy ini?

Ya. Setiap pelajaran NLP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. QA Ekstraktif vs Generatif
  2. Menjalankan Alur QA
  3. Menemukan Rentang Jawaban dalam Konteks
  4. Menangani Dokumen Tanpa Jawaban dan Dokumen Panjang
← Kembali ke NLP Academy