sentimentizer

Введение

Бета -выпуск, API может быть изменен. Установить с:

 pip install sentimentizer

Этот репо содержит нейронные сети, написанные с помощью рамки Pytorch для анализа настроений. Небольшие модели могут быть довольно эффективными для задач классификации по гораздо меньшей стоимости для развертывания. Этот пакет фокусируется на анализе настроений, и все модели были обучены одним графическим процессорам 2080TI за считанные минуты. Развертывание моделей для вывода требует менее 1 ГБ памяти, что делает создание нескольких контейнеров относительно эффективным.

Использование

 # 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)

Установите для разработки с Miniconda:

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

Повторная модель

Чтобы повторить модель:

• Получите набор данных Yelp,
• Получите набор данных Glove 6B 100D
• Поместите оба файла в каталог данных пакета
• Запустите сценарий обучения в рабочих процессах