शुरू करेंमुफ़्त में शुरू करें

Sentiment analysis की भविष्यवाणियों को समझाना

आपको एक model प्रदान किया गया है जो प्रोडक्ट रिव्यूज़ को positive या negative sentiment के रूप में वर्गीकृत करता है. आपका कार्य LIME का उपयोग करके दिए गए text_instance में वे शब्द पहचानना है जो मॉडल की भविष्यवाणी पर सबसे अधिक प्रभाव डालते हैं.

इनपुट टेक्स्ट प्रोसेस करने के लिए model_predict फंक्शन आपके लिए पहले से लोड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Explainable AI

पाठ्यक्रम देखें

अभ्यास निर्देश

  • explainer नाम का एक LIME text explainer बनाइए.
  • दिए गए text_instance पर मॉडल की prediction के लिए शीर्ष पाँच फीचर्स के साथ एक explanation जनरेट कीजिए.
  • वे शीर्ष शब्द और उनके वेट्स दिखाइए जो मॉडल के निर्णय को प्रभावित करते हैं.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

from lime.lime_text import LimeTextExplainer

text_instance = "Amazing battery life and the camera quality is perfect! I highly recommend this smartphone."

# Create a LIME text explainer
explainer = ____()

# Generate the explanation
exp = explainer.____(____, model_predict, num_features=____)

# Display the explanation
exp.____()
plt.show()
कोड संपादित करें और चलाएँ