LucasS/bigbirdABSA
LucasS
Pregunta y respuesta
Un modelo de BERT optimizado para tareas de respuesta a preguntas. Está basado en la arquitectura BigBird y es compatible con bibliotecas de transformers y PyTorch.
Como usar
Puedes usar este modelo para responder preguntas basadas en un contexto proporcionado. Aquí tienes algunos ejemplos de código para usar este modelo:
from transformers import AutoTokenizer, AutoModelForQuestionAnswering
tokenizer = AutoTokenizer.from_pretrained("LucasS/bigbirdABSA")
model = AutoModelForQuestionAnswering.from_pretrained("LucasS/bigbirdABSA")
# Ejemplo para una pregunta
question = "¿Dónde vivo?"
context = "Mi nombre es Wolfgang y vivo en Berlín"
inputs = tokenizer.encode_plus(question, context, return_tensors="pt")
outputs = model(**inputs)
Código para más ejemplos de uso:
from transformers import pipeline
nlp_qa = pipeline("question-answering", model="LucasS/bigbirdABSA")
result = nlp_qa(question="¿Cuál es mi nombre?", context="Mi nombre es Clara y vivo en Berkeley.")
print(f"Respuesta: {result['answer']}")
Funcionalidades
- Pipeline de respuesta a preguntas (question-answering)
- Basado en la arquitectura BigBird
- Compatible con PyTorch
- Compatible con Endpoints de Inferencia
Casos de uso
- Responder preguntas basadas en un contexto dado.
- Aplicaciones de búsqueda de información.
- Asistentes virtuales y chatbots.
- Análisis de sentimientos ABSA (Aspect Based Sentiment Analysis)