ÎncepețiÎncepe gratuit

Performanța modelului pe datele tale

În acest exercițiu, vei exersa evaluarea unui model existent pe propriile date. Scopul este să analizezi performanța modelului pentru o etichetă specifică de entitate, PRODUCT. Dacă un model clasifică corect un procent mare de entități PRODUCT (de exemplu, mai mult de 75%), nu este necesar să antrenezi modelul pe exemple de entități PRODUCT. În caz contrar, ar trebui să iei în considerare antrenarea modelului pentru a-i îmbunătăți performanța la predicția entităților PRODUCT.

Vei folosi două recenzii din setul de date Amazon Fine Food Reviews. Poți accesa aceste recenzii prin lista texts.

Modelul en_core_web_sm este deja încărcat. Îl poți folosi apelând nlp(). Modelul a fost deja rulat pe lista texts, iar documents – o listă de containere Doc – este disponibilă pentru utilizare.

Acest exercițiu face parte din cursul

Procesarea limbajului natural cu spaCy

Vezi cursul

Instrucțiuni pentru exercițiu

  • Construiește o listă target_entities cu toate entitățile din fiecare document din documents și adaugă un tuplu (textul entității, eticheta entității) doar dacă Jumbo se află în textul entității.
  • Pentru fiecare tuplu din target_entities, adaugă True într-o listă correct_labels dacă eticheta entității (al doilea element din tuplu) este PRODUCT, altfel adaugă False.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)
Editează și rulează codul