Modelle mit gelabelten Review-Daten vergleichen
Jetzt, wo du Sentiment in großen Mengen klassifizieren kannst, möchte dein Team herausfinden, welches Modell zuverlässiger ist. Du vergleichst zwei Modelle mit einem größeren, gelabelten Datensatz an Bewertungen und misst ihre Genauigkeit.
Eine texts-Liste und die dazugehörigen true_labels sind für dich vorab geladen.
Diese Übung ist Teil des Kurses
<Kurs>Natural Language Processing (NLP) in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
from transformers import pipeline
from sklearn.metrics import accuracy_score
# Load sentiment analysis models
pipe_a = pipeline(task="sentiment-analysis", ____)
pipe_b = pipeline(task="sentiment-analysis", ____)
# Generate predictions
preds_a = [____ for res in pipe_a(texts)]
preds_b = [____ for res in pipe_b(texts)]