Desempenho do modelo nos seus dados

Neste exercício, você vai praticar a avaliação de um modelo existente nos seus dados. Aqui, o objetivo é analisar o desempenho do modelo em um rótulo de entidade específico, PRODUCT. Se um modelo conseguir classificar corretamente uma grande porcentagem de entidades PRODUCT (por exemplo, mais de 75%), você não precisa treinar o modelo com exemplos de entidades PRODUCT; caso contrário, vale considerar treinar o modelo para melhorar seu desempenho na predição de entidades PRODUCT.

Você usará duas resenhas do conjunto de dados Amazon Fine Food Reviews neste exercício. Você pode acessar essas resenhas usando a lista texts.

O modelo en_core_web_sm já está carregado para você. Você pode acessá-lo chamando nlp(). O modelo já foi executado sobre a lista texts e documents, uma lista de contêineres Doc, está disponível para seu uso.

Este exercício faz parte do curso

Processamento de Linguagem Natural com spaCy

Ver curso

Instruções do exercício

Monte uma lista target_entities com todas as entidades de cada um dos documents e acrescente uma tupla (texto da entidade, rótulo da entidade) somente se Jumbo estiver no texto da entidade.
Para qualquer tupla em target_entities, acrescente True a uma lista correct_labels se o rótulo da entidade (segundo atributo da tupla) for PRODUCT; caso contrário, acrescente False.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Append a tuple of (entities text, entities label) if Jumbo is in the entity
target_entities = []
for doc in ____:
  target_entities.extend([(ent.____, ent.____) for ent in doc.____ if "Jumbo" in ent.text])
print(target_entities)

# Append True to the correct_labels list if the entity label is `PRODUCT`
correct_labels = []
for ent in target_entities:
  if ____[1] == "PRODUCT":
    correct_labels.append(____)
  else:
    correct_labels.append(____)
print(correct_labels)

Editar e executar o código