Prezicerea sentimentului unei recenzii de film

În exercițiul anterior, ai generat reprezentările bag-of-words pentru datele de antrenament și de testare ale recenziilor de film. În acest exercițiu, vom folosi acest model pentru a antrena un clasificator Naive Bayes capabil să detecteze sentimentul unei recenzii de film și să calculeze acuratețea sa. Reține că, deoarece aceasta este o problemă de clasificare binară, modelul poate clasifica o recenzie doar ca pozitivă (1) sau negativă (0). Nu poate detecta recenzii neutre.

Dacă nu îți amintești, vectorii BoW pentru antrenament și testare sunt disponibili ca X_train_bow, respectiv X_test_bow. Etichetele corespunzătoare sunt disponibile ca y_train, respectiv y_test. De asemenea, pentru referință, setul de date original cu recenzii de film este disponibil ca df.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor pentru NLP în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Instanțiază un obiect de tip MultinomialNB. Denumește-l clf.
Antrenează clf folosind X_train_bow și y_train.
Măsoară acuratețea lui clf folosind X_test_bow și y_test.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create a MultinomialNB object
clf = ____

# Fit the classifier
clf.____(____, ____)

# Measure the accuracy
accuracy = clf.score(____, ____)
print("The accuracy of the classifier on the test set is %.3f" % accuracy)

# Predict the sentiment of a negative review
review = "The movie was terrible. The music was underwhelming and the acting mediocre."
prediction = clf.predict(vectorizer.transform([review]))[0]
print("The sentiment predicted by the classifier is %i" % (prediction))

Editează și rulează codul