Витяг сутностей за допомогою навчання з декількох пострілів
Тепер ми будемо проводити вилучення сутностей завдяки навчанню на основі декількох пострілів.
Припустимо, ви хочете витягти назви посад з веб-сайтів. Просто наведіть кілька прикладів вилучення назв посад перед тим, як робити запит:
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:
Результатом буде наступне:
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
Як ви помітили, ми повинні бути розумними в тому, як ми робимо наші приклади з кількома пострілами. Може статися так, що жодної назви посади не буде знайдено взагалі, тому ми створили приклад, який повертає "жодної" (це дозволяє уникнути помилкових спрацьовувань). Можливо, ви хочете отримати кілька назв посад одночасно? У такому випадку важливо створити приклади, які також повертають декілька назв посад (наприклад, через кому).
Ви отримаєте ще кращі результати, додавши ще більше прикладів. І важливо, щоб Ваші приклади були максимально наближені до Вашого фактичного кінцевого запиту. Наприклад, якщо ви знаєте, що будете аналізувати цілі абзаци, а не просто речення, краще створювати приклади з абзацами.
Якщо у вас немає доступу до GPT-моделі, ви можете просто використовувати NLP Cloud API. Доступно декілька клієнтів (Python, Go, Node.js, Ruby, PHP...). Тут ми покажемо приклад використання GPT-J з клієнтом Python:
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
)
Результат буде: CTO
Дозвольте дати коротке пояснення щодо параметрів генерації тексту, які ми щойно використали.
Ми встановили дуже низьке верхнє значення p, оскільки не хочемо, щоб GPT-J створював занадто оригінальні результати: ми просто хочемо, щоб він дотримувався того, що побачив у вашому запиті.
"length_no_input" означає, що максимальне значення довжини не повинно враховувати вхідний текст.
"remove_input" означає, що з результату слід видалити вхідний текст.
"кінець_послідовності" означає, що коли модель зустрічає цей символ, вона повинна припинити генерацію тексту. Оскільки в наших прикладах ми додавали "###" в кінці кожної відповіді, модель автоматично згенерує "###" після генерації відповіді і на цьому зупиниться.
"видалити_кінцеву_послідовність" означає, що ми хочемо видалити з відповіді "###".
Більш детальну інформацію можна знайти в документації до NLP Cloud: подивись тут.
Анотація ілюстрація