Een QA-pipeline uitvoeren

Geef de taaknaam question-answering door aan pipeline. Als je geen model opgeeft, wordt er automatisch een geschikte standaardversie gedownload.

De pijplijn heeft een context nodig: de passage die het antwoord bevat. Zie dit als de tekst die het model mag lezen.

Roep de pijplijn nu aan met zowel een vraag als de context. De pijplijn doorzoekt de passage en retourneert de best overeenkomende span.

Het resultaat is een woordenboek. De antwoordtekst staat onder de sleutel answer en kan direct worden afgedrukt of opgeslagen.

Elk resultaat bevat ook een score tussen 0 en 1. Een hogere score betekent dat het model zekerder is over de gekozen span.

Het resultaat bevat tekenindexen voor begin en einde. Daarmee zie je precies waar het antwoord in de context is gevonden.

Je kunt een specifiek model op naam vastleggen. Een populair klein QA-model is distilbert, dat is gefinetuned op de SQuAD-dataset.

Eén context kan veel vragen beantwoorden. Bouw de pijplijn één keer en roep deze daarna herhaaldelijk aan met nieuwe vragen over dezelfde passage.

Onthoud: deze extractieve pijplijn beantwoordt vragen alleen vanuit de context die je opgeeft. Vraag je naar iets dat niet in de tekst staat, dan krijg je een slechte span.

Eén aanroep van de pijplijn neemt een vraag en context en retourneert een woordenboek met answer, score, start en end. Je hebt extractieve QA in drie regels uitgevoerd. ✅