ПочатиПочніть безкоштовно

Пояснення передбачень аналізу тональності

Надано model, яка класифікує відгуки про товари як позитивні або негативні. Ваше завдання — використати LIME, щоб визначити, які слова в заданому text_instance найбільше впливають на передбачення моделі.

Функцію model_predict для обробки вхідних текстів попередньо завантажено для вас.

Ця вправа є частиною курсу

Пояснюваний ШІ в Python

Переглянути курс

Інструкції до вправи

  • Створіть пояснювач тексту LIME з назвою explainer.
  • Згенеруйте пояснення для передбачення моделі щодо заданого text_instance, показавши п'ять найважливіших ознак.
  • Відобразіть слова з найбільшим внеском і їхні ваги, що впливають на рішення моделі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

from lime.lime_text import LimeTextExplainer

text_instance = "Amazing battery life and the camera quality is perfect! I highly recommend this smartphone."

# Create a LIME text explainer
explainer = ____()

# Generate the explanation
exp = explainer.____(____, model_predict, num_features=____)

# Display the explanation
exp.____()
plt.show()
Редагувати та запускати код