fine grained sentiment app

用於細粒度情緒分類的解釋器應用程式

該儲存庫包含用 Flask 編寫的互動式應用程式的初始原型，它解釋了細粒度情感分類的結果，本中等系列中詳細描述了這一點。

實作了許多分類器，並使用 LIME 解釋器解釋了它們的結果。分類器在史丹佛情感樹庫 (SST-5) 資料集上進行訓練。類別標籤可以是[1, 2, 3, 4, 5]中的任一個，其中1非常負， 5非常正。

安裝

首先，設定虛擬環境並從requirements.txt安裝：

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

如需進一步開發，只需啟動現有的虛擬環境即可。

 source venv/bin/activate

用法

運行檔案app.py ，然後輸入一個句子，選擇分類器類型，然後點擊Explain results! 。然後我們可以觀察有助於分類器預測特定類別標籤的特徵（即單字或標記）。

前端演示

前端應用程式接收文字範例並輸出不同方法的 LIME 解釋。該應用程式是使用 Heroku 在此位置部署的：https://sst5-explainer.herokuapp.com/

使用您自己的文字範例（如下所示）並查看細粒度情感結果的解釋！

注意：由於基於 PyTorch 的模型（Flair 和因果變換器）運行推理的成本相當昂貴（它們需要 GPU），因此未部署這些方法。