模型:
persiannlp/wikibert-base-parsinlu-multiple-choice
任务:
许可:
这是一个基于Wikibert的多选题问答模型。这是您运行该模型的示例:
from typing import List import torch from transformers import AutoConfig, AutoModelForMultipleChoice, AutoTokenizer model_name = "persiannlp/wikibert-base-parsinlu-multiple-choice" tokenizer = AutoTokenizer.from_pretrained(model_name) config = AutoConfig.from_pretrained(model_name) model = AutoModelForMultipleChoice.from_pretrained(model_name, config=config) def run_model(question: str, candicates: List[str]): assert len(candicates) == 4, "you need four candidates" choices_inputs = [] for c in candicates: text_a = "" # empty context text_b = question + " " + c inputs = tokenizer( text_a, text_b, add_special_tokens=True, max_length=128, padding="max_length", truncation=True, return_overflowing_tokens=True, ) choices_inputs.append(inputs) input_ids = torch.LongTensor([x["input_ids"] for x in choices_inputs]) output = model(input_ids=input_ids) print(output) return output run_model(question="وسیع ترین کشور جهان کدام است؟", candicates=["آمریکا", "کانادا", "روسیه", "چین"]) run_model(question="طامع یعنی ؟", candicates=["آزمند", "خوش شانس", "محتاج", "مطمئن"]) run_model( question="زمینی به ۳۱ قطعه متساوی مفروض شده است و هر روز مساحت آماده شده برای احداث، دو برابر مساحت روز قبل است.اگر پس از (۵ روز) تمام زمین آماده شده باشد، در چه روزی یک قطعه زمین آماده شده ", candicates=["روز اول", "روز دوم", "روز سوم", "هیچکدام"])
有关详细信息,请访问此页面: https://github.com/persiannlp/parsinlu/