Executando um pipeline de QA
Extraia respostas de uma passagem.
Executando um pipeline de QA é uma aula grátis de NLP Academy no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de NLP Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de NLP Academy inclui 4 aulas no total.
O que um pipeline oferece
Um pipeline do Hugging Face reúne um modelo e um tokenizador em uma única chamada simples. Você fornece uma pergunta e um contexto, e ele devolve uma resposta. 🚀
Importe o auxiliar
Tudo começa com uma importação. A função pipeline da biblioteca transformers monta toda a estrutura de QA para você.
from transformers import pipelineCrie um pipeline de QA
Passe o nome da tarefa question-answering para pipeline. Sem especificar um modelo, ele baixa um padrão adequado para você.
qa = pipeline("question-answering")Forneça um contexto
O pipeline precisa de um contexto: a passagem que contém a resposta. Pense nele como o texto que o modelo tem permissão para ler.
context = "The Eiffel Tower is located in Paris and was completed in 1889."Faça sua pergunta
Agora chame o pipeline com uma pergunta e o contexto. Ele examina a passagem e retorna o trecho correspondente mais provável.
result = qa(question="Where is the Eiffel Tower?", context=context)Leia o resultado
O resultado é um dicionário. O texto da resposta fica na chave answer, pronto para ser impresso ou armazenado.
print(result["answer"]) # ParisA pontuação de confiança
Cada resultado também contém uma pontuação entre 0 e 1. Quanto maior a pontuação, mais certeza o modelo tem sobre o trecho escolhido.
print(result["score"]) # e.g. 0.98Posições inicial e final
O resultado inclui os índices de caracteres de início e fim. Eles informam exatamente onde a resposta foi encontrada no contexto.
print(result["start"], result["end"])Escolhendo um modelo
Você pode fixar um modelo específico pelo nome. Um modelo pequeno e conhecido de QA é o distilbert ajustado com o conjunto de dados SQuAD.
qa = pipeline("question-answering",
model="distilbert-base-cased-distilled-squad")Reutilize o mesmo contexto
Um único contexto pode responder a muitas perguntas. Crie o pipeline uma vez e depois chame-o repetidamente com novas perguntas sobre a mesma passagem.
Ele lê apenas o contexto
Lembre-se: este pipeline extrativo responde somente com base no contexto fornecido. Se você perguntar sobre algo que não está no texto, obterá um trecho ruim.
Verificação rápida
Recapitule como o pipeline de QA retorna seu resultado.
Recapitulação
Uma chamada ao pipeline recebe uma pergunta e um contexto e retorna um dicionário com answer, score, start e end. Você executou uma QA extrativa em três linhas. ✅
Aprenda Python com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 30
- Aulas
- 120
Perguntas Frequentes
A aula “Executando um pipeline de QA” é grátis?
Sim — o texto completo de “Executando um pipeline de QA” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de NLP Academy, atualize para CoddyKit PRO. O curso de NLP Academy inclui 4 aulas no total.
O que vou aprender em “Executando um pipeline de QA”?
Extraia respostas de uma passagem. Você pratica NLP Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar NLP Academy?
Nenhuma experiência prévia é necessária. NLP Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.
Quanto tempo leva a aula “Executando um pipeline de QA”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de NLP Academy?
Sim. Cada aula de NLP Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- QA extrativo versus generativo
- Executando um pipeline de QA
- Encontrando trechos de resposta no contexto
- Tratando ausência de resposta e documentos longos