音声テキストの分類器を作成する
これまでにカスタマーサポートの通話音声を文字起こししました。次は、そのテキストが pre_purchase（購入前）か post_purchase（購入後）かを分類するモデルを作成します。
pre_purchase の通話は45件、post_purchase の通話は57件あります。
学習用データは train_df、予測用データは test_df に格納されています。
それぞれの .head() をコンソールに表示して確認してみてください。
テキストサンプルを数値に変換するために、CountVectorizer() と TfidfTransformer() を使って sklearn pipeline を構築し、最後に MultinomialNB() 分類器で各サンプルがどのカテゴリかを学習させます。
このモデルはここでの小さな例ではうまく動作しますが、より大規模なテキストに対しては、さらに高度な手法を検討したほうがよい場合があります。
この演習はコースの一部です
Pythonで学ぶ音声言語処理
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。
# Build the text_classifier as an sklearn pipeline
text_classifier = Pipeline([
('vectorizer', ____),
('tfidf', ____),
('classifier', ____),
])
# Fit the classifier pipeline on the training data
text_classifier.fit(____, ____)