我正在使用以下 Hugging Face 转换器代码。
from transformers import pipeline
classifier = pipeline("sentiment-analysis",model='bhadresh-savani/distilbert-base-uncased-emotion', return_all_scores=True)
prediction = classifier("I love using transformers. The best part is wide range of support and its easy to use", )
print(prediction)
结果是:
[[{'label': 'sadness', 'score': 0.010154823772609234}, {'label': 'joy', 'score': 0.5637667179107666}, {'label': 'love', 'score': 0.4066571295261383}, {'label': 'anger', 'score': 0.01734882965683937}, {'label': 'fear', 'score': 0.0011737244203686714}, {'label': 'surprise', 'score': 0.0008987095206975937}]]
我想知道如何与标签一起获得最高分，但我不确定如何迭代这个对象，或者是否有一个简单的表达式方法。
最佳答案
您正在使用 TextClassificationPipeline 。当您__call__管道时，如果return_all_scores=False，您将获得一个dict列表，或者一个dict列表如果 return_all_scores=True 按照documentation .
您可以将return_all_scores设置为False(默认值)，然后访问您想要的值 - 在这种情况下，您只会获得分数和文本最高分标签:
from transformers import pipeline
classifier = pipeline("sentiment-analysis",model='bhadresh-savani/distilbert-base-uncased-emotion', return_all_scores=False)
prediction = classifier("I love using transformers. The best part is wide range of support and its easy to use")
print(prediction[0]["label"], prediction[0]["score"])
或者，如果您想要所有标签的分数，然后仅访问得分最高的标签 (return_all_scores=True):
from transformers import pipeline
classifier = pipeline("sentiment-analysis",model='bhadresh-savani/distilbert-base-uncased-emotion', return_all_scores=True)
prediction = classifier("I love using transformers. The best part is wide range of support and its easy to use")
print(max(prediction[0], key=lambda k: k["score"]))
关于python - 如何从管道中获取预测标签和百分比？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/72014538/