sentimentizer

導入

ベータリリース、APIは変更される場合があります。インストール：

 pip install sentimentizer

このレポは、感情分析のためにPytorchフレームワークで書かれたニューラルネットが含まれています。小さなモデルは、展開するのにはるかに少ないコストで分類タスクにかなり効果的です。このパッケージは感情分析に焦点を当てており、すべてのモデルは数分で単一の2080TI GPUでトレーニングされました。推論のためにモデルを展開するには、1GB未満のメモリが必要なため、複数のコンテナを作成することが比較的効率的になります。

使用法

 # where 0 is very negative and 1 is very positive
from sentimentizer.tokenizer import get_trained_tokenizer
from sentimentizer.models.rnn import get_trained_model

model = get_trained_model(64, 'cpu')
tokenizer = get_trained_tokenizer()
review_text = "greatest pie ever, best in town!"
positive_ids = tokenizer.tokenize_text(review_text)
model.predict(positive_ids)
  
>> tensor(0.9701)

ミニコンダで開発用にインストール：

 conda create -n {env}  
conda install pip  
pip install -e .  

再訓練モデル

モデルを再実行するには：

• Yelp Datasetを入手してください。
• グローブ6B 100Dデータセットを取得します
• 両方のファイルをパッケージデータディレクトリに配置します
• ワークフローでトレーニングスクリプトを実行します