推理提供商文件
填充掩碼
加入 Hugging Face 社群
並獲得增強的文件體驗
開始使用
填充掩碼
掩碼填充是在序列中間預測正確單詞(確切地說是標記)的任務。
有關 `fill-mask` 任務的更多詳細資訊,請檢視其專用頁面!您將找到示例和相關材料。
推薦模型
- FacebookAI/xlm-roberta-base: 一個在 100 種語言上訓練的多語言模型。
在此處探索所有可用模型,找到最適合您的模型。
使用 API
語言
客戶端
提供商
import os
from huggingface_hub import InferenceClient
client = InferenceClient(
provider="hf-inference",
api_key=os.environ["HF_TOKEN"],
)
result = client.fill_mask(
"The answer to the universe is undefined.",
model="google-bert/bert-base-uncased",
)
API 規範
請求
標頭 | ||
---|---|---|
授權 | 字串 | 認證頭部的形式為 `Bearer: hf_****`,其中 `hf_****` 是具有“推理提供商”許可權的個人使用者訪問令牌。您可以從您的設定頁面生成一個。 |
有效負載 | ||
---|---|---|
inputs* | 字串 | 包含掩碼標記的文字 |
引數 | 物件 | |
top_k | 整數 | 傳入時,會覆蓋要返回的預測數量。 |
targets | 字串陣列 | 傳入時,模型會將分數限制在傳入的目標上,而不是在整個詞彙表中查詢。如果提供的目標不在模型詞彙表中,它們將被分詞,並使用第一個結果標記(帶有警告,並且可能會更慢)。 |
響應
正文 | ||
---|---|---|
(陣列) | 物件陣列 | 輸出是一個物件陣列。 |
sequence | 字串 | 帶有掩碼標記預測的相應輸入。 |
score | 數字 | 相應的機率 |
token | 整數 | 預測的標記 ID(替換掩碼)。 |
token_str | 字串 | 預測的標記(替換掩碼)。 |