Entitāšu iegūšana ar dažu kadru mācīšanos
Tagad mēs veiksim būtņu ieguvi, izmantojot dažu kadru mācīšanos.
Pieņemsim, ka vēlaties iegūt amatu nosaukumus no vietnēm. Vienkārši sniedziet pāris darba nosaukumu ieguves piemērus, pirms iesniedzat savu faktisko pieprasījumu:
Extract job titles from the following sentences.
Sentence: John Doe has been working for Microsoft for 20 years as a Linux Engineer.
Job title: Linux Engineer
###
Sentence: John Doe has been working for Microsoft for 20 years and he loved it.
Job title: none
###
Sentence: Marc Simoncini | Director | Meetic
Job title: Director
###
Sentence: Franck Riboud was born on 7 November 1955 in Lyon. He is the son of Antoine Riboud, who transformed the former European glassmaker BSN Group into a leading player in the food industry. He is the CEO at Danone.
Job title: CEO
###
Sentence: Damien is the CTO of Platform.sh, he was previously the CTO of Commerce Guys, a leading ecommerce provider.
Job title:
Rezultāts būs šāds:
Extract job titles from the following sentences.
Sentence: John Doe has been working for Microsoft for 20 years as a Linux Engineer.
Job title: Linux Engineer
###
Sentence: John Doe has been working for Microsoft for 20 years and he loved it.
Job title: none
###
Sentence: Marc Simoncini | Director | Meetic
Job title: Director
###
Sentence: Franck Riboud was born on 7 November 1955 in Lyon. He is the son of Antoine Riboud, who transformed the former European glassmaker BSN Group into a leading player in the food industry. He is the CEO at Danone.
Job title: CEO
###
Sentence: Damien is the CTO of Platform.sh, he was previously the CTO of Commerce Guys, a leading ecommerce provider.
Job title: CTO
Kā jau pamanījāt, mums ir gudri jāizvēlas, kā veidojam savus dažu kadru piemērus. Var gadīties, ka vispār netiek atrasts neviens amata nosaukums, tāpēc mēs izveidojām piemēru, kas atgriež "none" (tas novērš viltus pozitīvos rezultātus). Varbūt vēlaties iegūt vairākus amatu nosaukumus vienlaicīgi? Tādā gadījumā ir svarīgi izveidot piemērus, kas atgriež arī vairākus amatu nosaukumus (piemēram, ar komatu atdalītus amatu nosaukumus).
Vēl labākus rezultātus iegūsiet, pievienojot vēl vairāk piemēru. Turklāt ir svarīgi, lai jūsu piemēri pēc iespējas vairāk atbilstu jūsu faktiskajam galīgajam pieprasījumam. Piemēram, ja zināt, ka analizēsiet veselas rindkopas, nevis tikai teikumus, vislabāk ir izveidot piemērus arī ar rindkopām.
Ja jums nav piekļuves GPT modelim, varat vienkārši izmantot NLP Cloud API. Ir pieejami vairāki klienti (Python, Go, Node.js, Ruby, PHP...). Šeit parādīsim piemēru, kurā izmantots GPT-J ar Python klientu:
import nlpcloud
client = nlpcloud.Client("gpt-j", "your API token", gpu=True)
client.generation("""Extract job titles from the following sentences.
Sentence: John Doe has been working for Microsoft for 20 years as a Linux Engineer.
Job title: Linux Engineer
###
Sentence: John Doe has been working for Microsoft for 20 years and he loved it.
Job title: none
###
Sentence: Marc Simoncini | Director | Meetic
Job title: Director
###
Sentence: Franck Riboud was born on 7 November 1955 in Lyon. He is the son of Antoine Riboud, who transformed the former European glassmaker BSN Group into a leading player in the food industry. He is the CEO at Danone.
Job title: CEO
###
Sentence: Damien is the CTO of Platform.sh, he was previously the CTO of Commerce Guys, a leading ecommerce provider.
Job title:""",
top_p=0.1,
length_no_input=True,
remove_input=True,
end_sequence="###",
remove_end_sequence=True
)
Rezultāts būs šāds: CTO
Ļaujiet man sniegt jums īsu skaidrojumu par tikko izmantotajiem teksta ģenerēšanas parametriem.
Mēs iestatījām ļoti zemu maksimālo p vērtību, jo nevēlamies, lai GPT-J radītu pārāk oriģinālus rezultātus: mēs vēlamies, lai tas pieturētos pie tā, ko tas redzēja jūsu pieprasījumā.
"length_no_input" nozīmē, ka maksimālā garuma vērtībā nedrīkst ņemt vērā ievades tekstu.
"remove_input" nozīmē, ka ievades teksts ir jādzēš no rezultāta.
"end_sequence" nozīmē, ka tad, kad modelis saskaras ar šo rakstzīmi, tam jāpārtrauc teksta ģenerēšana. Tā kā mūsu dažos piemēros mēs katras atbildes beigās pievienojām "####", modelis pēc atbildes ģenerēšanas automātiski ģenerēs "####" un apstāsies.
"remove_end_sequence" nozīmē, ka mēs vēlamies no atbildes dzēst "####".
Sīkāku informāciju varat skatīt NLP Cloud dokumentācijā: skatīt šeit.
Anotācijas ilustrācija