NLP Course documentation

章末小测试

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

章末小测试

Ask a Question

这一章涵盖了很多内容! 如果有一些不太明白的地方,请不要担心; 下一章将帮助你了解这些模块在底层是如何工作的。

让我们来测试一下你在这一章学到了什么!

1. 探索 Hub 并寻找 roberta-large-mnli checkpoint。 它可以完成什么类型的任务?

2. 下面的代码将会返回什么结果?

from transformers import pipeline

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

3. 在此代码示例中…的地方应该填写什么?

from transformers import pipeline

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

4. 为什么这段代码会无法运行?

from transformers import pipeline

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

5. “迁移学习”是什么意思?

6. 语言模型在预训练时通常不需要标签,这样的说法是否正确。

7. 选择最能描述“模型(model)”、“架构(architecture)”和“权重(weights)”的句子。

8. 你将使用以下哪种类型的模型来根据输入的提示生成文本?

9. 你会使用哪些类型的模型来生成文本的摘要?

10. 你会使用哪一种类型的模型来根据特定的标签对文本输入进行分类?

11. 模型中观察到的偏见有哪些可能的来源?

总结