Crie um bot de perguntas e respostas em apenas 10 minutos usando apenas o Hugging Face Transformer

Table of Contents:

1. Introdução
2. Instalação da Biblioteca Transformers
3. Importando as Bibliotecas
4. Desenvolvendo o Pipeline
5. Obtendo os Dados da Tabela
6. Lendo a Tabela
7. Fazendo uma Pergunta
8. Obtendo a Resposta
9. Considerações Finais
10. Recursos

📚 Introdução

Olá a todos! Sejam bem-vindos ao Sciences! Meu nome é Shahzeb Hamit e hoje vamos desenvolver um quadro de perguntas e respostas usando a biblioteca Hugging Face Transformers. Neste Tutorial, vou guiá-los passo a passo na criação deste sistema. Vamos começar!

Instalação da Biblioteca Transformers

Antes de começarmos, é necessário instalar a biblioteca Transformers. Para fazer isso, siga as seguintes etapas:

1. Abra o Google Colab.
2. Digite o seguinte comando para instalar a biblioteca Transformers: !pip install transformers==4.4.2.
3. Aguarde até que a instalação esteja concluída.

Importando as Bibliotecas

Após instalar a biblioteca Transformers, importe as seguintes bibliotecas necessárias para o nosso projeto:

import torch
from transformers import pipeline
import pandas as pd

Certifique-se de que todas as bibliotecas foram importadas corretamente.

Desenvolvendo o Pipeline

Agora vamos desenvolver o pipeline, que é a metodologia que utilizaremos para usar as interfaces e modelos disponíveis no Hugging Face Transformers. O modelo que usaremos é o Tapas base fine-tuned.

tqa = pipeline('table-question-answering', model='google/tapas-base-finetuned')

Obtendo os Dados da Tabela

Para prosseguir, precisamos ter os dados da tabela que utilizaremos. Certifique-se de que você tenha o arquivo "data.csv" na sua pasta do Google Drive.

Lendo a Tabela

Após termos os dados da tabela, vamos lê-la como uma STRING usando a biblioteca pandas.

table = pd.read_csv('/content/drive/MyDrive/data.csv', dtype=str)
table_str = table.to_string(index=False)

Certifique-se de ajustar o caminho do arquivo "data.csv" de acordo com a sua estrutura de diretórios.

Fazendo uma Pergunta

Agora vamos fazer uma pergunta à nossa tabela. Por exemplo, vamos perguntar "Qual jogador marcou mais pontos?". Usaremos o nosso pipeline para obter a resposta.

question = 'Qual jogador marcou mais pontos?'
answer = tqa(question=question, table=table_str)[0]['answer']
print(f"A resposta para a pergunta '{question}' é: {answer}")

A resposta será exibida no console.

Considerações Finais

Parabéns! Você criou com sucesso um sistema de perguntas e respostas usando a biblioteca Hugging Face Transformers. Agora você pode explorar outras funcionalidades e aprimorar o seu projeto.

Recursos

• Documentação do Transformers
• Documentação do Pandas