modelo-logo-qna

yunusemreemik
Pregunta y respuesta

Este es un modelo de Preguntas y Respuestas en turco basado en transformers y PyTorch. Está inspirado y es una variante de savasy/bert-base-turkish-squad y utiliza el BERT-base turco no encasillado. Se entrenó utilizando una base de datos privada de un Chatbot de Preguntas y Respuestas.

Como usar

Cargar el Modelo

#Bibliotecas Requeridas
from transformers import AutoTokenizer, AutoModelForQuestionAnswering, pipeline
import torch

#Ruta del Modelo
hface_path = "yunusemreemik/logo-qna-model"

#Para tokenizar contexto y pregunta
tokenizer = AutoTokenizer.from_pretrained(hface_path)

#Para generar salidas de evaluación de NN
model = AutoModelForQuestionAnswering.from_pretrained(hface_path)

#Para funcionalidad de pipeline
nlp = pipeline("question-answering", model=model, tokenizer=tokenizer)

#Aplicar el modelo
e_arsiv ="e-Arşiv Tipleri, e-Arşiv fatura türünün belirlendiği alandır. İlgili cari hesap kartında \nLogoConnect sayfasında belirlenen e-arşiv tipi alana öndeğer olarak \naktarılır. Standart faturalar için herhangi bir seçim yapılmaz. \nÖzel matrah uygulanan tütün, altın, gümüş, gazete, dergi, belediye \nşehir yolcu taşımacılığı ve telefon kartı satışları için kesilen faturalar. \nİstisna uygulanan faturalar. (İhracat teslimleri ve bu teslimlere ilişkin hizmetler, \nmal ihracatı, hizmet ihracatı, serbest bölgelerdeki müşteriler için yapılan fason hizmetler vs..) \nAraç Tescil Faturası, Araç tescil için kesilen faturalardır."

answer_text = nlp(question="İlgili cari hesap kartları nerede belirlenir?", context=e_arsiv)
print(answer_text)

print(nlp(question="", context=e_arsiv))

Funcionalidades

Responde preguntas en turco utilizando contexto proporcionado.
Basado en BERT.
Entrenado con base de datos privada.
Evaluación durante el entrenamiento.

Casos de uso

Desarrollar chatbots que respondan preguntas en turco.
Sistemas de soporte técnico que utilicen procesamiento de lenguaje natural.
Aplicaciones de búsqueda de información en documentos en turco.