يحتوي هذا الريبو على نموذج أولي لتطبيق تفاعلي مكتوب بلغة Flask، والذي يشرح نتائج تصنيف المشاعر الدقيقة، الموضحة بالتفصيل في هذه السلسلة المتوسطة.
تم تنفيذ عدد من المصنفات وشرح نتائجها باستخدام مفسر LIME. تم تدريب المصنفين على مجموعة بيانات Stanford Sentiment Treebank (SST-5). تسميات الفصل هي أي من [1, 2, 3, 4, 5]
، حيث 1
سلبي للغاية و 5
إيجابي للغاية.
أولاً، قم بإعداد بيئة افتراضية وتثبيتها من requirements.txt
:
python3 -m venv venv
source venv/bin/activate
pip3 install -r requirements.txt
لمزيد من التطوير، ما عليك سوى تنشيط البيئة الافتراضية الموجودة.
source venv/bin/activate
قم بتشغيل الملف app.py
ثم أدخل جملة، واختر نوع المصنف وانقر على الزر Explain results!
. يمكننا بعد ذلك ملاحظة الميزات (أي الكلمات أو الرموز المميزة) التي ساهمت في توقع المصنف بتسمية فئة معينة.
يأخذ تطبيق الواجهة الأمامية عينة نصية ويخرج تفسيرات LIME للطرق المختلفة. يتم نشر التطبيق باستخدام Heroku في هذا الموقع: https://sst5-explainer.herokuapp.com/
العب بأمثلة النص الخاصة بك كما هو موضح أدناه وشاهد شرح نتائج المشاعر الدقيقة!
ملاحظة: نظرًا لأن النماذج المستندة إلى PyTorch (Flair والمحول السببي) مكلفة جدًا لتشغيل الاستدلال بها (تتطلب وحدة معالجة الرسومات)، لم يتم نشر هذه الأساليب.