Modelle anhand von gekennzeichneten Bewertungsdaten vergleichen
Jetzt, wo du viele Sentiments auf einmal klassifizieren kannst, will dein Team wissen, welches Modell zuverlässiger ist. Du vergleichst zwei Modelle anhand eines größeren, beschrifteten Datensatzes mit Bewertungen und misst deren Genauigkeit.
Eine Liste „ texts “ und die zugehörige „ true_labels “ sind schon für dich vorbereitet.
Diese Übung ist Teil des Kurses
Natürliche Sprachverarbeitung (NLP) in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
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)]