fine grained sentiment app

세분화된 감정 분류를 위한 설명 앱

이 저장소에는 Flask로 작성된 대화형 애플리케이션의 초기 프로토타입이 포함되어 있으며, 이 중간 시리즈에 자세히 설명된 세분화된 감정 분류 결과를 설명합니다.

다수의 분류기가 구현되어 있으며 그 결과는 LIME 설명자를 사용하여 설명됩니다. 분류자는 Stanford Sentiment Treebank(SST-5) 데이터 세트에 대해 교육을 받았습니다. 클래스 레이블은 [1, 2, 3, 4, 5] 중 하나입니다. 여기서 1 은 매우 부정적이며 5 매우 긍정적입니다.

설치

먼저 가상 환경을 설정하고 requirements.txt 에서 설치합니다.

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

추가 개발을 위해서는 기존 가상 환경을 활성화하기만 하면 됩니다.

 source venv/bin/activate

용법

app.py 파일을 실행한 다음 문장을 입력하고 분류기 유형을 선택한 다음 Explain results! . 그런 다음 특정 클래스 레이블을 예측하는 분류기에 기여한 특징(예: 단어 또는 토큰)을 관찰할 수 있습니다.

프론트엔드 데모

프런트엔드 앱은 텍스트 샘플을 가져와 다양한 방법에 대한 LIME 설명을 출력합니다. 앱은 https://sst5-explainer.herokuapp.com/ 위치에서 Heroku를 사용하여 배포됩니다.

아래에 표시된 대로 자신만의 텍스트 예제를 가지고 플레이하고 설명된 세밀한 감정 결과를 확인하세요!

참고: PyTorch 기반 모델(Flair 및 인과 변환기)은 추론을 실행하는 데 비용이 많이 들기 때문에(GPU 필요) 이러한 방법은 배포되지 않습니다.