# !pip install datasets transformers
在机器问答任务上微调transformer模型
在这个notebook中，我们将学习到如何微调🤗 Transformers的transformer模型来解决机器问答任务。本文主要解决的是抽取式问答任务：给定一个问题和一段文本，从这段文本中找出能回答该问题的文本片段（span）。通过使用Trainer API和dataset包，我们将轻松加载数据集，然后微调transformers。下图给出了一个简单的例子
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RO7Xz5PI-1687941285189)(images/question_answering.png)]
Note: 注意：本文的问答任务是从文本中抽取答案，并不是直接生成答案！文章来源：https://www.toymoban.com/news/detail-509225.html
本notebook设计的例子可以用来解决任何和SQUAD 1和SQUAD 2类似的抽取式问答任务，并且可以使用模型库Model Hub的任何模型checkpoint，只要这些模型包含了一个token classification head 和 一个fast tokenizer。关于模型和fast tokenizer的对应关系见：文章来源地址https://www.toymoban.com/news/detail-509225.html
到了这里，关于[算法前沿]--031-Transformers的抽取式问答的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[算法前沿]--019-医学AIGC大模型的构建](https://imgs.yssmx.com/Uploads/2024/02/495773-1.png)
