NLP：从问答渠道中选出5名最佳候选人

我正在使用huggingface transformers库开发一个法语问答模型。我使用的是一个预先训练过的卡门贝尔模型，它与罗伯塔非常相似，但适合法语

目前，我能够使用transformers library的问答管道，在我自己的文本中获得问题的最佳答案候选人

这是我的代码摘录

QA_model = "illuin/camembert-large-fquad"
CamTokQA = CamembertTokenizer.from_pretrained(QA_model)
CamQA = CamembertForQuestionAnswering.from_pretrained(QA_model)

device_pipeline = 0 if torch.cuda.is_available() else -1
q_a_pipeline = QuestionAnsweringPipeline(model=CamQA,
                                         tokenizer=CamTokQA,
                                         device=device_pipeline)

ctx = open("text/Sample.txt", "r").read()
question = 'Quel est la taille de la personne ?'
res = q_a_pipeline({'question': question, 'context': ctx})
print(res)

我目前得到的结果是：

{'score'：0.9630325870663725，'start'：2421，'end'：2424，'answer'：{21'}

，这是错误的

---

因此，我想获得答案的5个最佳候选答案。有人知道如何做到这一点吗？

调用管道时，可以通过topk参数指定结果数。例如，对于5个最可能的答案，请执行以下操作：

res = q_a_pipeline({'question': question, 'context': ctx}, topk=5)

这将产生一个字典列表：

[{'score'：0.0013586128421753108，'start'：885，'end'：896，'response'：'L'ingénieur'，{'score'：0.001112090628598246，'start'：200，'end'：209，'response'：'français.}，{'score'：0.000108080886718235663，'start'：164，'end'：209，'response'：'ingénieur hydraulicien et et essate français'，{'score'：5.04539705303228015E-05，'start'：153，'end'：209，'response'：'urbaniste，ingénieur hydraulicien et essayiste français.}，{'score'：4.455333667193265e-05，'start'：190，'end'：209，'response'：'essayiste français.}

当您查看时，您可以看到问答管道接受一个名为topk的参数