pytorch sentiment analysis
1.0.0
يحتوي هذا الريبو على برامج تعليمية تغطي نماذج تصنيف التسلسل الفهم وتنفيذها باستخدام Pytorch ، مع Python 3.9. على وجه التحديد ، سنقوم بتدريب النماذج على التنبؤ بالشعور من مراجعات الأفلام.
إذا وجدت أي أخطاء أو لا توافق على أي من التفسيرات ، فيرجى عدم التردد في تقديم مشكلة. أرحب بأي ردود فعل إيجابية أو سلبية!
تثبيت التبعيات المطلوبة مع: pip install -r requirements.txt --upgrade .
1 - حقيبة الكلمات العصبية
يغطي هذا البرنامج التعليمي سير العمل لمشروع تصنيف التسلسل مع Pytorch. سنقوم بتغطية أساسيات تصنيف التسلسل باستخدام نموذج بسيط ، ولكن فعال ، أكياس من الكلمات العصبية ، وكيفية استخدام مجموعات البيانات/libaries torchtext لتبسيط تحميل البيانات/المعالجة المسبقة.
2 - الشبكات العصبية المتكررة
الآن لدينا سير عمل تصنيف التسلسل الأساسي المغطى ، سيركز هذا البرنامج التعليمي على تحسين نتائجنا من خلال التحول إلى نموذج الشبكة العصبية المتكررة (RNN). سنقوم بتغطية النظرية وراء RNNs ، وننظر إلى تنفيذ الذاكرة الطويلة على المدى القصير (LSTM) RNN ، أحد أكثر المتغيرات شيوعًا في RNN.
3 - الشبكات العصبية التلافيفية
بعد ذلك ، سنقوم بتغطية الشبكات العصبية التلافيفية (CNNs) لتحليل المشاعر. سيكون هذا النموذج بمثابة تنفيذ للشبكات العصبية التلافيفية لتصنيف الجملة.
4 - المحولات
أخيرًا ، سنعرض كيفية استخدام مكتبة Transformers لتحميل نموذج محول تم تدريبه مسبقًا ، وتحديداً نموذج BERT من هذه الورقة ، واستخدامه لتصنيف التسلسل.
تستخدم الإصدارات السابقة من هذه البرامج التعليمية الميزات من مكتبة Torchtext والتي لم تعد متوفرة. يتم تخزين هذه في الدليل القديم.
إليكم بعض الأشياء التي نظرت إليها أثناء صنع هذه البرامج التعليمية. قد يكون بعضها قديمًا.
