Tạo bộ phân loại văn bản từ lời nói
Giờ bạn đã chuyển âm một số dữ liệu audio từ cuộc gọi khách hàng, chúng ta sẽ xây dựng một mô hình để phân loại xem văn bản từ cuộc gọi đó là pre_purchase hay post_purchase.
Chúng ta có 45 ví dụ cho cuộc gọi pre_purchase và 57 ví dụ cho cuộc gọi post_purchase.
Dữ liệu dùng để huấn luyện mô hình được lưu trong train_df và dữ liệu để mô hình dự đoán được lưu trong test_df.
Hãy thử in .head() của từng bảng này ra console.
Chúng ta sẽ xây dựng một sklearn pipeline dùng CountVectorizer() và TfidfTransformer() để chuyển các mẫu văn bản thành số, rồi dùng bộ phân loại MultinomialNB() để học xem mỗi mẫu thuộc hạng mục nào.
Mô hình này hoạt động tốt với ví dụ nhỏ ở đây, nhưng với lượng văn bản lớn hơn, bạn có thể cân nhắc các phương pháp tinh vi hơn.
Bài tập này là một phần của khóa học
Xử lý Ngôn ngữ Nói bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Build the text_classifier as an sklearn pipeline
text_classifier = Pipeline([
('vectorizer', ____),
('tfidf', ____),
('classifier', ____),
])
# Fit the classifier pipeline on the training data
text_classifier.fit(____, ____)