[Hugging Face API] 허깅페이스 API key 발급 및 여러 모델 사용 예제

🔹 허깅페이스 API

Hugging Face는 다양한 NLP 모델과 도구를 개발하고 공유함으로써 개발자들이 쉽게 NLP 기술을 활용할 수 있도록 지원합니다. Hugging Face의 API 서비스를 사용하면 다양한 사전 훈련된 언어 모델을 활용할 수 있으며, 이러한 모델은 대규모 데이터셋에서 사전에 학습된 상태로 제공됩니다.
Hugging Face Model Hub에는 다양한 종류의 언어 모델이 포함되어 있습니다. 이러한 모델들은 이미 대량의 데이터셋으로 사전 훈련되었기 때문에 일반적인 자연어 처리 작업에 사용할 수 있습니다.
API를 통해 Hugging Face에서 제공하는 미리 학습된 AI 모델을 호출하고 사용할 수 있습니다. 예를 들면, 문장 분류, 감성 분석, 기계 번역, 질문-답변 등과 같은 작업을 수행할 수 있습니다.
API 요청을 보내면 입력 문장이나 데이터가 해당 모델로 전달되고, 그 결과로 예측값이나 분석 결과가 반환됩니다. 이렇게 API를 통해 미리 학습된 AI 모델을 활용하면 별도의 학습 과정 없이도 쉽게 자연어 처리 기능을 이용할 수 있습니다.

🔹 API Key 발급

1. 회원가입

허깅페이스 사이트에서 회원가입을 진행합니다. 글을 쓰는 시점에서 아직 oauth 소셜 로그인 기능은 제공하지 않았고, 회원 가입은 많은 정보없이 간단히 이루어졌습니다..

https://huggingface.co/join

Hugging Face – The AI community building the future.

 

2. 회원가입후 이메일 인증

회원가입 직후 사이트 이용이 가능하지만, API Key를 만들기 위해서는 가입때 입력한 메일로 인증해야합니다.

 

3. API Key 발급

우측 상단의 동그라미를 클릭하여 나오는 Settings를 클릭합니다.

그리고 우측바에 Access Tokens를 클릭하여 나오는 화면에서 New token을 클릭하면 token을 생성할 수 있습니다.

New token 버튼이 비활성화 되어있으면 메일 인증이 안된것입니다.

 

 

🔹 추론 API 사용 예제

질문 답변

import json
import requests

API_TOKEN = '토큰 입력'

headers = {"Authorization": f"Bearer {API_TOKEN}"}
API_URL = "https://api-inference.huggingface.co/models/deepset/roberta-base-squad2"
def query(payload):
    data = json.dumps(payload)
    response = requests.request("POST", API_URL, headers=headers, data=data)
    return json.loads(response.content.decode("utf-8"))
data = query(
    {
        "inputs": {
            "question": "What's my name?",
            "context": "My name is Clara and I live in Berkeley.",
        }
    }
)

print(data)
"""
* 출력 결과
{'score': 0.9326562285423279, 'start': 11, 'end': 16, 'answer': 'Clara'}
start, end는 정답 index
"""

 

감성 분석

import json
import requests

API_TOKEN = '토큰 입력'

headers = {"Authorization": f"Bearer {API_TOKEN}"}
API_URL = "https://api-inference.huggingface.co/models/sentence-transformers/all-MiniLM-L6-v2"
def query(payload):
    data = json.dumps(payload)
    response = requests.request("POST", API_URL, headers=headers, data=data)
    return json.loads(response.content.decode("utf-8"))
data = query(
    {
        "inputs": {
            "source_sentence": "That is a happy person",
            "sentences": ["That is a happy dog", "That is a very happy person", "Today is a sunny day"],
        }
    }
)

print(data)
"""
* 출력 결과
[0.6945773363113403, 0.9429150223731995, 0.256876140832901]
"""

 

문장 분류

import json
import requests

API_TOKEN = '토큰 입력'
headers = {"Authorization": f"Bearer {API_TOKEN}"}
API_URL = "https://api-inference.huggingface.co/models/distilbert-base-uncased-finetuned-sst-2-english"

def query(payload):
    data = json.dumps(payload)
    response = requests.request("POST", API_URL, headers=headers, data=data)
    return json.loads(response.content.decode("utf-8"))

data = query({"inputs": "I like you. I love you"})

print(data)
"""
출력 결과
[[{'label': 'POSITIVE', 'score': 0.9998738765716553}, {'label': 'NEGATIVE', 'score': 0.00012611268903128803}]]
"""

 

Text 생성

import json
import requests

API_TOKEN = '토큰 입력'
headers = {"Authorization": f"Bearer {API_TOKEN}"}
API_URL = "https://api-inference.huggingface.co/models/gpt2"
def query(payload):
    data = json.dumps(payload)
    response = requests.request("POST", API_URL, headers=headers, data=data)
    return json.loads(response.content.decode("utf-8"))
data = query({"inputs": "The answer to the universe is"})
print(data)
"""
출력 결과
[{'generated_text': 'The answer to the universe is more than that. It tells the story of how 
people have found the answer. If there is a universal God, then there must be an infinite god. 
If we choose our answers too many ways to live, then the'}]
"""

 

더많은 모델은 아래 링크를 참조하세요.

https://huggingface.co/docs/api-inference/detailed_parameters

Detailed parameters