fine grained sentiment app

きめ細かいセンチメント分類のための解説アプリ

このリポジトリには、Flask で書かれたインタラクティブ アプリケーションの初期プロトタイプが含まれており、このミディアム シリーズで詳細に説明されている、きめ細かいセンチメント分類の結果を説明します。

多数の分類子が実装されており、その結果は LIME エクスプローラーを使用して説明されます。分類者は Stanford Sentiment Treebank (SST-5) データセットでトレーニングされました。クラス ラベルは[1, 2, 3, 4, 5]のいずれかです。1 1非常に負であり、 5は非常に正です。

インストール

まず、仮想環境をセットアップし、 requirements.txtからインストールします。

 python3 -m venv venv
source venv/bin/activate
pip3 install -r requirements.txt

さらに開発するには、既存の仮想環境をアクティブ化するだけです。

 source venv/bin/activate

使用法

ファイルapp.pyを実行し、文を入力し、分類子の種類を選択して、 Explain results! 。その後、特定のクラス ラベルを予測する分類器に寄与した特徴 (つまり、単語またはトークン) を観察できます。

フロントエンドのデモ

フロントエンド アプリはテキスト サンプルを取得し、さまざまなメソッドの LIME 説明を出力します。アプリは Heroku を使用して次の場所にデプロイされます: https://sst5-explainer.herokuapp.com/

以下に示すように独自のテキスト例を試して、詳細な感情結果の説明を確認してください。

注: PyTorch ベースのモデル (Flair および因果変換器) は推論を実行するには非常に高価であるため (GPU が必要)、これらのメソッドはデプロイされていません。