解释情感分析的预测
已为您提供一个 model，可将商品评论分类为正向或负向情感。您的任务是使用 LIME 找出给定 text_instance 中哪些词最影响模型的预测。
用于处理输入文本的 model_predict 函数已为您预加载。
本练习是课程的一部分
Python 可解释性 AI
练习说明
- 创建一个名为
explainer的 LIME 文本解释器。 - 为给定的
text_instance生成模型预测的解释，并展示排名前 5 的特征。 - 显示对模型决策贡献最大的词及其权重。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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()