Spaces:
Running
Running
| from transformers import pipeline | |
| # Tải model sẵn để khỏi load nhiều lần | |
| qa_pipeline = pipeline( | |
| "question-answering", | |
| model="marshmellow77/roberta-base-cuad", | |
| tokenizer="marshmellow77/roberta-base-cuad" | |
| ) | |
| def run_prediction(questions, context, model_name=None, n_best_size=5): | |
| """ | |
| - questions: list các câu hỏi (ví dụ ['What is the payment term?']) | |
| - context: đoạn văn bản (hợp đồng) để tìm câu trả lời | |
| - model_name: không cần, để giữ nguyên cho tương thích | |
| - n_best_size: không cần, giữ nguyên để gọi | |
| """ | |
| answers = {} | |
| for idx, question in enumerate(questions): | |
| result = qa_pipeline({ | |
| 'context': context, | |
| 'question': question | |
| }) | |
| answers[str(idx)] = result['answer'] | |
| return answers | |