Resultado

Código

# Importa e instala o pacote necessário para a classificação zero-shot
!pip install -q -U liqfit sentencepiece 

# Importação das bibliotecas necessárias
from liqfit.pipeline import ZeroShotClassificationPipeline  # Pipeline para classificação zero-shot
from liqfit.models import T5ForZeroShotClassification  # Modelo T5 para classificação zero-shot
from transformers import T5Tokenizer  # Tokenizador da biblioteca Hugging Face
import pandas as pd  # Biblioteca para manipulação de dados em formato de DataFrame

# Carrega o modelo T5 pré-treinado para classificação zero-shot
modelo = T5ForZeroShotClassification.from_pretrained('knowledgator/comprehend_it-multilingual-t5-base')

# Carrega o tokenizador T5 correspondente ao modelo
tokenizador = T5Tokenizer.from_pretrained('knowledgator/comprehend_it-multilingual-t5-base')

# Cria o pipeline de classificação zero-shot, configurando o modelo e o tokenizador
classificador = ZeroShotClassificationPipeline(model=modelo, 
                                               tokenizer=tokenizador,
                                               hypothesis_template='{}',  # Template usado para hipóteses (frases)
                                               encoder_decoder=True)  # Indica que o modelo é do tipo encoder-decoder

# Lê o arquivo CSV com descrições de produtos diretamente de uma URL e carrega em um DataFrame
dados = pd.read_csv('https://raw.githubusercontent.com/alura-cursos/hugging_face/main/Atividades/produtos_descricoes.csv')

# Define as categorias a serem usadas na classificação zero-shot
categorias = ['brinquedos', 'beleza', 'eletrônicos', 'ferramentas', 'cozinha']

# Função para classificar a descrição de um produto em uma das categorias definidas
def categorizar(descricao):
    # Usa o pipeline de classificação para prever a categoria com base na descrição
    resultado = classificador(descricao, categorias, multi_label=False)
    
    # Identifica a categoria com a maior pontuação de confiança
    categoria_max = max(zip(resultado['labels'], resultado['scores']), key=lambda x: x[1])[0]
    
    # Retorna a categoria de maior probabilidade
    return categoria_max

# Aplica a função de categorização a todas as descrições presentes na coluna 'Descrição'
dados['Categoria'] = dados['Descrição'].apply(categorizar)

# Exibe o DataFrame atualizado, agora contendo a coluna 'Categoria'
dados