NLP Course documentation

คำถามท้ายบท

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

คำถามท้ายบท

Ask a Question

บทนี้พูดถึงพื้นฐานค่อนข้างเยอะมาก ไม่ต้องกังวลไปหากคุณไม่เข้าใจรายละเอียดทั้งหมด บทหน้าจะช่วยอธิบายว่าแต่ละอย่างทำงานกันเบื้องหลังอย่างไร

ตอนนี้มาทดสอบกันดีกว่าว่าคุณได้เรียนรู้อะไรมาบ้างในบทนี้!

1. เปิดหา checkpoint roberta-large-mnli ใน Hub โมเดลนี้ใช้ในงานอะไร

2. โค้ดต่อไปนี้ให้ผลลัพธ์ว่าอย่างไร?

from transformers import pipeline

ner = pipeline("ner", grouped_entities=True)
ner("My name is Sylvain and I work at Hugging Face in Brooklyn.")

3. เราควรแทนค่า … ในโค้ดด้านล่างว่าอะไร?

from transformers import pipeline

filler = pipeline("fill-mask", model="bert-base-cased")
result = filler("...")

4. ทำไมโค้ดด้านล่างรันไม่ออก?

from transformers import pipeline

classifier = pipeline("zero-shot-classification")
result = classifier("This is a course about the Transformers library")

5. “transfer learning” (การเรียนรู้แบบส่งต่อ) หมายความว่าอย่างไร?

6. ประโยคต่อไปนี้ถูกหรือผิด? โมเดลบริบทภาษาเป็นการเทรนล่วงหน้าที่ไม่ต้องการ label ในการเทรน

7. โปรดเลือกประโยคที่อธิบายคำว่า “model”, “architecture” และ “weight” ได้อย่างถูกต้อง”

8. โมเดลใดต่อไปนี้เหมาะสมในการใช้สำหรับงานสร้างคำที่หายไปในประโยค?

9. โมเดลประเภทใดต่อไปนี้เหมาะสำหรับงานในการสรุปความ?

10. โมเดลประเภทใดต่อไปนี้เหมาะสำหรับงานในการแยกแยะประเภทประโยคตาม label ที่กำหนดให้?

11. อคติของโมเดลสามารถเกิดได้จากข้อใดต่อไปนี้ได้บ้าง?

สรุป