問答 - Hugging Face 文件

問答

問答模型可以從給定文字中檢索問題的答案，這對於在文件中搜索答案很有用。

有關問答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。

使用API

提供商

設定

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="hf-inference",
    api_key=os.environ["HF_TOKEN"],
)

answer = client.question_answering(
    question="What is my name?",
    context="My name is Clara and I live in Berkeley.",
    model="deepset/roberta-base-squad2",
)

API規範

請求

標頭
授權	字串	認證頭格式為`'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
輸入*	物件	一個（上下文，問題）對用於回答
上下文*	字串	用於回答問題的上下文
問題*	字串	要回答的問題
引數	物件
top_k	整數	返回的答案數量（將按可能性順序選擇）。請注意，如果上下文中沒有足夠的選項可用，我們返回的答案將少於topk。
doc_stride	整數	如果上下文太長，無法與模型問題適配，它將分成幾個有重疊的塊。此引數控制重疊的大小。
max_answer_len	整數	預測答案的最大長度（例如，只考慮長度更短的答案）。
max_seq_len	整數	傳遞給模型的每個塊中，總句子（上下文+問題）的最大令牌長度。如果需要，上下文將分成幾個塊（使用docStride作為重疊）。
max_question_len	整數	分詞後問題的最大長度。如果需要，它將被截斷。
handle_impossible_answer	布林值	是否接受“不可能”作為答案。
align_to_words	布林值	嘗試將答案與實際單詞對齊。提高以空格分隔的語言的質量。可能會損害非空格分隔語言（如日語或中文）的質量

響應

正文
（陣列）	物件陣列	輸出是一個物件陣列。
answer	字串	問題的答案。
score	數字	與答案相關的機率。
start	整數	答案在輸入中的起始字元位置。
end	整數	答案在輸入中的結束字元位置。

< > 在 GitHub 上更新

推理服務提供商

問答

推薦模型

使用API

API規範

請求

響應