Question

1. Transformers 库中最基本的对象是 pipeline() 函数。它将模型与其必要的预处理和后处理步骤连接起来，使我们能够通过直接输入任何文本并获得最终的答案：

   
   from transformers import pipeline
   
   
   classifier = pipeline("sentiment-analysis")
   classifier("I've been waiting for a HuggingFace course my whole life.")
   # 或者多个句子
   classifier(
       ["I've been waiting for a HuggingFace course my whole life.", 
        "I hate this so much!"]
   )

   默认情况下，此 pipeline 选择一个特定的预训练模型，该模型已针对英语情感分析进行了微调。创建分类器对象时，将下载并缓存模型。如果你重新运行该命令，则将使用缓存的模型，无需再次下载模型。

2. 将一些文本传递到 pipeline 时涉及三个主要步骤：

   • 文本被预处理为模型可以理解的格式。
   • 预处理的输入被传递给模型。
   • 模型处理后输出最终人类可以理解的结果。

   

3. 目前一些可用的 pipeline 是：

   
   xxxxxxxxxx
   feature-extraction (get the vector representation of a text)
   fill-mask
   ner (named entity recognition)
   question-answering
   sentiment-analysis
   summarization
   text-generation
   translation
   zero-shot-classification

   • Zero-shot classification：直接用预训练好的模型进行分类，允许直接指定用于分类的标签，因此不必依赖预训练模型的标签。

     
     xxxxxxxxxx
     from transformers import pipeline
     
     
     classifier = pipeline("zero-shot-classification")
     classifier(
         "This is a course about the