如何使用拥抱脸实现基本问答？答案

【问题标题】：How can I implement basic question answering with hugging-face?如何使用拥抱脸实现基本问答？
【发布时间】：2020-05-30 14:48:01
【问题描述】：

我有：

from transformers import XLNetTokenizer, XLNetForQuestionAnswering
import torch

tokenizer =  XLNetTokenizer.from_pretrained('xlnet-base-cased')
model = XLNetForQuestionAnswering.from_pretrained('xlnet-base-cased')

input_ids = torch.tensor(tokenizer.encode("What is my name?", add_special_tokens=True)).unsqueeze(0)  # Batch size 1
start_positions = torch.tensor([1])
end_positions = torch.tensor([3])
outputs = model(input_ids, start_positions=start_positions, end_positions=end_positions)
loss = outputs[0]

print(outputs)
print(loss)

根据文档。这会有所帮助：

(tensor(2.3008, grad_fn=<DivBackward0>),)
tensor(2.3008, grad_fn=<DivBackward0>)

但是，如果可能的话，我想要一个实际的答案？

【问题讨论】：

标签： python pytorch huggingface-transformers

【解决方案1】：

感谢Joe Davison提供答案on Twitter：

from transformers import pipeline

qa = pipeline('question-answering')
response = qa(context='I like to eat apples, but hate bananas.',
              question='What do I like?')

print(response)

给出的回应：

{'score': 0.282511100858045, 'start': 31, 'end': 38, 'answer': 'bananas.'}

不太对，但至少分数很低。

【讨论】：