使用Promptify做多标签文本分类遇Pipeline.fit()参数错误求助

错误根源 #

你调用Pipeline.fit()时出现got multiple values for argument 'text_input'的原因是：

• 创建Pipeline实例时已经传入了绑定好模板的prompter对象（模板为multilabel_classification.jinja）
• 调用fit()时又将模板文件名作为第一个位置参数传入，而Pipeline.fit()的第一个位置参数默认对应text_input，这就导致你既通过位置参数传递了一个值给text_input，又通过关键字参数text_input=sent传递了另一个值，触发参数重复绑定错误。

修正后的代码 #

model = OpenAI(api_key)
prompter = Prompter('multilabel_classification.jinja')
pipe = Pipeline(prompter, model)

classes = ['Medicine','Oncology','Metastasis','Breast cancer','Lung cancer','Cerebrospinal fluid','Tumor microenvironment','Single-cell RNA sequencing','Idiopathic intracranial hypertension']

sent = "The patient is a 93-year-old female with a medical history of chronic right hip pain, osteoporosis, hypertension, depression, and chronic atrial fibrillation admitted for evaluation and management of severe nausea and vomiting and urinary tract infection"
# 移除多余的模板文件名参数，仅传递必要的关键字参数
result = pipe.fit(
    text_input=sent,
    n_output_labels=len(classes),
    domain='Clinical',
    labels=classes
)

print(eval(result['text']))

补充说明 #

如果后续需要动态切换分类模板，不要直接在fit()中传递模板文件名，而是重新创建对应的Prompter实例并初始化新的Pipeline，或者参考Promptify官方文档中关于动态模板切换的方法。

内容的提问来源于stack exchange，提问作者Jasym