1. Apprendre
    2. /
  2. Cours
    3. /
  3. Réseaux de neurones récurrents (RNN) pour la modélisation du langage avec Keras
Connected

Exercice

Analyse de sentiments

Dans l'exercice vidéo, vous avez découvert diverses applications des modèles séquence à séquence. Dans cet exercice, vous verrez comment utiliser un modèle préentraîné pour l'analyse de sentiments.

Le modèle est déjà chargé dans l'environnement dans la variable model. Les variables du jeu de test tokenisé X_test et y_test, ainsi que les données textuelles originales prétraitées sentences provenant d'IMDb sont aussi disponibles. Vous apprendrez plus tard dans le cours comment prétraiter les textes et comment créer et entraîner le modèle avec Keras.

Vous utiliserez le modèle préentraîné pour obtenir des prédictions de sentiment. Le modèle retourne un nombre entre zéro et un représentant la probabilité qu'une phrase soit positive. Vous allez donc définir une règle de décision pour classer la prédiction comme positive ou négative.

Instructions

100 XP
  • Utilisez la méthode .predict() pour faire des prédictions sur les données de test.
  • Attribuez la valeur "positive" à la prédiction si elle est supérieure à 0.5, et "negative" sinon, puis enregistrez le résultat dans la variable pred_sentiment.
  • Créez un pd.DataFrame qui contient le texte prétraité, la prédiction obtenue à l'étape précédente et leurs vraies valeurs contenues dans la variable y_test.
  • Affichez les premières lignes avec la méthode .head().