如何使用 MindsDB 和 MQL(对于我的 MongoDB 实例)实施零样本分类

发布于02月21日

我正在使用facebook/bart-large-mnli模型和我在MongoDB实例中拥有的Webstore 数据，使用MindsDB进行零精度分类.MindsDB文档只解释了如何使用SQL来实现这一点，但我希望为我的MongoDB实例使用MQL来实现这一点.

以下是关于如何使用SQL实现零镜头分类的文档.

CREATE MODEL mindsdb.hf_zs_bart
PREDICT PRED
USING
 engine = 'huggingface',
 task = 'zero-shot-classification',
 model_name = 'facebook/bart-large-mnli',
 input_column = 'text',
 candidate_labels = ['Books', 'Household', 'Clothing & Accessories', 'Electronics'];

但由于这是针对SQL的，MongoDB Compass将抛出一个解析错误.还有没有其他人try 过使用MQL来实现这一点？我是否应该使用SQL并切换到MQL来实现这一点？

推荐答案

MindsDB刚刚发布了包含Mongo查询语言示例的新版文档.要使用零镜头分类，您需要在模型Training_PARAMETERS中提供task和candidate_labels作为:

db.models.insertOne({
    name: 'my_model_name',
    predict: 'pred',
    training_options: {
        engine: 'zero-shot-classification',
        task: 'text-classification',
        model_name: 'facebook/bart-large-mnli',
        input_column: 'text',
        candidate_labels: ['Books','Household','Clothes']
      }
})

有关更多信息和支持的mongo语法，您可以查看新的NLP Mongo docs