BertQuestionAnswerer
با مجموعهها، منظم بمانید
ذخیره و دستهبندی محتوا براساس اولویتهای شما.
بیشترین پاسخ های ممکن را در مورد یک سوال داده شده برای مدل های QA (BERT، Albert، و غیره) برمی گرداند.
API انتظار دارد یک مدل TFLite مبتنی بر Bert با ابرداده حاوی اطلاعات زیر باشد:
- input_process_units برای Wordpiece/Sentencepiece Tokenizer - Wordpiece Tokenizer را می توان برای مدل MobileBert استفاده کرد، Sentencepiece Tokenizer Tokenizer را می توان برای مدل Albert استفاده کرد.
- 3 تانسور ورودی با نام های "ids"، "mask" و "segment_ids".
- 2 تانسور خروجی با نام های "end_logits" و "start_logits".
روش های ارثی از کلاس java.lang.Object بولی | |
کلاس نهایی <?> | getClass () |
بین المللی | هش کد () |
باطل نهایی | اعلام کردن () |
باطل نهایی | اطلاع رسانی به همه () |
رشته | toString () |
باطل نهایی | صبر کنید (long arg0، int arg1) |
باطل نهایی | صبر کنید (طولانی arg0) |
باطل نهایی | صبر کن () |
از رابط java.io.Closeable از رابط java.lang.AutoCloseable روش های عمومی فهرست عمومی < QaAnswer > پاسخ ( زمینه رشته ، سوال رشته ) به سؤالات بر اساس زمینه پاسخ می دهد و لیستی از QaAnswer
های احتمالی را برمی گرداند. اگر پاسخی از زمینه داده شده پیدا نشد، می تواند خالی باشد.
مولفه های متن نوشته | متن سوال بر اساس |
---|
سوال | سوال برای پرسیدن |
---|
استاتیک عمومی BertQuestionAnswerer createAlbertQuestionAnswererFromFile (زمینه متن، رشته مدلPath، جمله رشته PieceModelPath) یک نمونه BertQuestionAnswerer
با یک مدل Albert و یک فایل مدل قطعه جمله ایجاد می کند.
یک مدل مناسب این است: https://tfhub.dev/tensorflow/lite-model/albert_lite_base/squadv1/1
مولفه های متن نوشته | زمینه اندروید |
---|
modelPath | مسیر فایل به مدل آلبرت توجه: مدل نباید فشرده شود |
---|
جملهPieceModelPath | مسیر فایل به فایل مدل قطعه جمله. توجه: مدل نباید فشرده شود |
---|
استاتیک عمومی BertQuestionAnswerer createBertQuestionAnswererFromFile (زمینه متن، رشته مدلPath، رشته vocabPath) یک نمونه BertQuestionAnswerer
با مدل Bert و یک فایل واژگان ایجاد می کند.
یکی از مدل های مناسب این است: https://tfhub.dev/tensorflow/lite-model/mobilebert/1/default/1
مولفه های متن نوشته | زمینه اندروید |
---|
modelPath | مسیر فایل به مدل Bert توجه: مدل نباید فشرده شود |
---|
vocabPath | مسیر فایل به فایل واژگان توجه: فایل نباید فشرده باشد |
---|
استاتیک عمومی BertQuestionAnswerer createFromFile (زمینه زمینه، رشته مدلPath) مولفه های متن نوشته | زمینه اندروید |
---|
modelPath | مسیر فایل به مدل با ابرداده. توجه: مدل نباید فشرده شود |
---|
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2023-12-01 بهوقت ساعت هماهنگ جهانی.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"اطلاعاتی که نیاز دارم وجود ندارد"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"بیشازحد پیچیده/ مراحل بسیار زیاد"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"قدیمی"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"مشکل ترجمه"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"مشکل کد / نمونهها"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"غیره"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"درک آسان"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"مشکلم را برطرف کرد"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"غیره"
}]