음성 전사 텍스트 분류기 만들기
이제 고객 상담 통화 오디오 데이터를 텍스트로 전사했으니, 해당 텍스트가 pre_purchase인지 post_purchase인지 분류하는 모델을 만들어 보겠습니다.
pre_purchase 통화 예시는 45개, post_purchase 통화 예시는 57개가 있습니다.
모델이 학습할 데이터는 train_df에, 예측할 데이터는 test_df에 저장되어 있습니다.
각 데이터프레임의 .head()를 콘솔에 출력해 보세요.
텍스트 샘플을 숫자로 변환하기 위해 CountVectorizer()와 TfidfTransformer()를 사용해 sklearn pipeline을 만들고, 각 샘플이 어떤 카테고리에 속하는지 학습하도록 MultinomialNB() 분류기를 사용하겠습니다.
이 모델은 여기의 작은 예시에서는 잘 동작하지만, 텍스트 양이 더 많아지면 더 정교한 방법을 고려해 보셔도 좋습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 음성 언어 처리
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(____, ____)