始める無料で始める

感情分析の予測を説明する

model は、製品レビューがポジティブかネガティブかの感情を分類します。あなたのタスクは、LIME を使って、与えられた text_instance のどの単語がモデルの予測に最も影響しているかを特定することです。

入力テキストを処理する model_predict 関数は、あらかじめ読み込まれています。

この演習はコースの一部です

Pythonで学ぶExplainable AI

コースを見る

演習の手順

  • explainer という名前の LIME のテキスト用 explainer を作成します。
  • 指定された text_instance に対するモデルの予測について、上位5つの特徴を用いた説明を生成します。
  • モデルの判断に影響する、寄与度の高い単語とその重みを表示します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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()
コードを編集して実行