Tekstclassificatie

Werken met Hugging Face

Jacob H. Marquez

Lead Data Engineer

Tekstclassificatie: Sentimentanalyse

Labelt tekst op basis van emotionele toon

Sentimentanalyse

Toepassingen: Reviews analyseren, sentiment op social media volgen

Sentimentpictogram

Sentimentanalyse: codevoorbeeld

from transformers import pipeline


my_pipeline = pipeline(
    "text-classification",
    model="distilbert-base-uncased-finetuned-sst-2-english"
)

print(my_pipeline("Wi-Fi is slower than a snail today!"))

[{'label': 'NEGATIVE', 'score': 0.99}]

Tekstclassificatie: Grammaticale correctheid

Grammaticacontrole

Beoordeelt tekst op grammaticale correctheid

Voorbeeld van grammaticale correctheid

Toepassingen: Spellings-/grammaticacontrole, taalleertools

Grammaticale correctheid: codevoorbeeld

from transformers import pipeline


# Create a pipeline for grammar checking
grammar_checker = pipeline(
    task="text-classification",
    model="abdulmatinomotoso/English_Grammar_Checker"
)

# Check grammar of the input text
print(grammar_checker("He eat pizza every day."))

[{'label': 'LABEL_0', 'score': 0.99}]

Tekstclassificatie: QNLI

$$ Vragen en antwoorden

Checkt of een premisse een vraag beantwoordt
Toepassingen: Q&A-systemen, factchecking

Voorbeeld van QNLI

QNLI: codevoorbeeld

from transformers import pipeline


classifier = pipeline(
    task="text-classification",
    model="cross-encoder/qnli-electra-base"
)


classifier("Where is Seattle located?, Seattle is located in Washington state.")

[{'label': 'LABEL_0', 'score': 0.997}]

Tekstclassificatie: Dynamische categorietoewijzing

Wijst dynamisch categorieën toe op basis van inhoud

Voorbeeld categorietoewijzing

Toepassingen: Moderatie, aanbevelingssystemen

Categorietoewijzing

Dynamische categorietoewijzing: codevoorbeeld

classifier = pipeline(
  task="zero-shot-classification", 
  model="facebook/bart-large-mnli")


text = "Hey, DataCamp; we would like to feature your courses in our newsletter!"
categories = ["marketing", "sales", "support"]


output = classifier(text, categories)


print(f"Top Label: {output['labels'][0]} with score: {output['scores'][0]}")

Top Label: support with score: 0.8183

Uitdagingen van tekstclassificatie

Dubbelzinnigheid

Uitdagingen van tekstclassificatie

Sarcasme

Uitdagingen van tekstclassificatie

Meertalig

Laten we oefenen!

Werken met Hugging Face