sentimentizer

Introdução

Liberação beta, API sujeita a alterações. Instale com:

 pip install sentimentizer

Este repo contém redes neurais escritas com a estrutura de Pytorch para análise de sentimentos. Modelos pequenos podem ser bastante eficazes para tarefas de classificação a um custo muito menor para implantar. Este pacote se concentra na análise de sentimentos e todos os modelos foram treinados em uma única GPU 2080TI em minutos. A implantação de modelos de inferência requer menos de 1 GB de memória, o que torna a criação de vários contêineres relativamente eficiente.

Uso

 # 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)

Instale para desenvolvimento com Miniconda:

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

Modelo de restrição

Para executar novamente o modelo:

• Obtenha o conjunto de dados do Yelp,
• Obtenha o conjunto de dados da luva 6B 100D
• Coloque os dois arquivos no diretório de dados do pacote
• Execute o script de treinamento em fluxos de trabalho