subtitles/fr/tasks_01_🤗-tasks-question-answering.srt (54 lines of code) (raw):
1
00:00:04,400 --> 00:00:06,480
Bienvenue dans la série d'Hugging Face sur les tâches !
2
00:00:07,200 --> 00:00:10,080
Dans cette vidéo, nous allons examiner la tâche de réponse aux questions.
3
00:00:13,120 --> 00:00:17,200
La réponse aux questions consiste à extraire une réponse dans un document donné.
4
00:00:21,120 --> 00:00:25,600
Les modèles de réponse aux questions prennent un contexte, qui est le document dans lequel vous souhaitez effectuer une recherche,
5
00:00:26,240 --> 00:00:31,440
et une question et renvoient une réponse. Notez que la réponse n'est pas générée,
6
00:00:31,440 --> 00:00:37,600
mais extraite du contexte. Ce type de réponse aux questions est appelé extractive.
7
00:00:42,320 --> 00:00:46,960
La tâche est évaluée sur deux statistiques, la correspondance exacte et le score F1.
8
00:00:49,680 --> 00:00:52,320
Comme son nom l'indique, la correspondance exacte recherche une
9
00:00:52,320 --> 00:00:57,840
correspondance exacte entre la réponse prédite et la bonne réponse.
10
00:01:00,080 --> 00:01:05,520
Une métrique couramment utilisée est le F1-Score, qui est calculé sur des tokens prédits
11
00:01:05,520 --> 00:01:10,960
correctement et incorrectement. Il est calculé sur la moyenne de deux métriques appelées
12
00:01:10,960 --> 00:01:16,560
précision et rappel, qui sont des métriques largement utilisées dans les problèmes de classification.
13
00:01:20,880 --> 00:01:28,240
Un exemple de jeu de données utilisé pour cette tâche est appelé SQuAD. Ce jeu de données contient des contextes, des questions
14
00:01:28,240 --> 00:01:32,080
et les réponses obtenues à partir d'articles de Wikipédia en anglais.
15
00:01:35,440 --> 00:01:39,520
Vous pouvez utiliser des modèles de réponse aux questions pour répondre automatiquement aux questions posées
16
00:01:39,520 --> 00:01:46,480
par vos clients. Vous avez simplement besoin d'un document contenant des informations sur votre entreprise
17
00:01:47,200 --> 00:01:53,840
et interrogez ce document avec les questions posées par vos clients.
18
00:01:55,680 --> 00:02:06,160
Pour plus d'informations sur la tâche de réponse aux questions, consultez le cours d'Hugging Face.