Analýza sentimentu

Ve video lekci ses seznámil/a s různými aplikacemi modelů typu sekvence na sekvenci. V tomto cvičení uvidíš, jak použít předtrénovaný model pro analýzu sentimentu.

Model je předem načtený v prostředí v proměnné model. K dispozici jsou také proměnné tokenizované testovací sady X_test a y_test a předzpracovaná původní textová data sentences z IMDb. Jak předzpracovat textová data a jak model vytvořit a natrénovat pomocí Keras, se dozvíš později v kurzu.

Předtrénovaný model použiješ k získání předpovědí sentimentu. Model vrací číslo mezi nulou a jedničkou, které představuje pravděpodobnost, že má věta pozitivní sentiment. Na základě toho vytvoříš rozhodovací pravidlo, které předpověď zařadí jako pozitivní nebo negativní.

Použij metodu .predict() k získání předpovědí na testovacích datech.
Nastav předpověď na "positive", pokud je její hodnota větší než 0.5, a na "negative" v opačném případě, a výsledek ulož do proměnné pred_sentiment.
Vytvoř pd.DataFrame obsahující předzpracovaný text, předpověď získanou v předchozím kroku a skutečné hodnoty uložené v proměnné y_test.
Vypiš první řádky pomocí metody .head().

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

cvičení