Comparer des modèles sur des données d'évaluations étiquetées
Maintenant que vous pouvez classifier le sentiment en lot, votre équipe veut déterminer quel modèle est le plus fiable. Vous allez comparer deux modèles à l'aide d'un plus grand jeu de données d'évaluations étiquetées et mesurer leur exactitude.
Une liste texts et ses true_labels sont déjà chargées pour vous.
Cette activité fait partie du cours
Natural Language Processing (NLP) en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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)]