Bắt đầu ngayBắt đầu miễn phí

Phân tích cảm xúc

Trong bài tập video, bạn đã được giới thiệu các ứng dụng khác nhau của mô hình sequence to sequence. Ở bài này, bạn sẽ thấy cách dùng một mô hình đã huấn luyện sẵn để phân tích cảm xúc.

Mô hình đã được nạp sẵn vào biến model trong môi trường. Ngoài ra, các biến tập kiểm thử đã được token hóa X_test và y_test, cùng dữ liệu văn bản gốc đã tiền xử lý sentences từ IMDb cũng có sẵn. Bạn sẽ học cách tiền xử lý dữ liệu văn bản và cách tạo, huấn luyện mô hình bằng Keras ở phần sau của khóa học.

Bạn sẽ dùng mô hình đã huấn luyện sẵn để thu được dự đoán cảm xúc. Mô hình trả về một số từ 0 đến 1 biểu thị xác suất câu có cảm xúc tích cực. Vì vậy, bạn sẽ tạo một quy tắc quyết định để gán dự đoán là tích cực hoặc tiêu cực.

Bài tập này là một phần của khóa học

Mạng nơ-ron hồi quy (RNN) cho Mô hình ngôn ngữ với Keras

Xem khóa học

Hướng dẫn bài tập

  • Dùng phương thức .predict() để tạo dự đoán trên dữ liệu kiểm thử.
  • Gán dự đoán bằng "positive" nếu giá trị lớn hơn 0.5, ngược lại là "negative", và lưu kết quả vào biến pred_sentiment.
  • Tạo một pd.DataFrame chứa văn bản đã tiền xử lý, dự đoán thu được ở bước trước và giá trị đúng tương ứng trong biến y_test.
  • In vài dòng đầu bằng phương thức .head().

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Inspect the first sentence on `X_test`
print(X_test[0])

# Get the predicion for all the sentences
pred = model.predict(____)

# Transform the predition into positive (> 0.5) or negative (<= 0.5)
pred_sentiment = ["positive" if x>____ else "negative" for x in pred]

# Create a data frame with sentences, predictions and true values
result = pd.DataFrame({'sentence': sentences, 'y_pred': ____, 'y_true': y_test})

# Print the first lines of the data frame
print(result.____)
Chỉnh sửa và Chạy Mã