Skip to content

Hung-Cheng-Xi/MKT-HomeWork

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

62 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Sentiment Analysis Project

這是一個使用 BERT 模型進行情感分析的專案,專案使用了 Hugging Face 的 Transformers 庫和 PyTorch。

環境設置

poetry setting

  1. 安裝 Python 3.12.7

  2. 使用 Poetry 安裝依賴:

    poetry install

env setting

python -m venv myenv
source myenv/bin/activate # or env\Scripts\activate

pip install -r requirements.txt

訓練模型

service/train_model/no_validation/sentiment_analysis.py 中定義了模型的訓練過程。要訓練模型,請運行以下命令:

python -m service.train_model.no_validation.sentiment_analysis

service/train_model/k_fold/validation.py 中定義了有驗證模型的訓練過程。要訓練模型,請運行以下命令:

python -m service.train_model.k_fold.validation

訓練完成後,模型將會儲存在 service/model/ 目錄中。

預測情感

在 service/train_model/no_validation/predict.py 中定義了情感預測的過程。要進行情感預測,請運行以下命令:

python -m service.train_model.no_validation.predict

該腳本將會對一些測試句子進行情感分析並輸出結果。

檢查精準度

在 service/train_model/check/accuracy.py 中可以檢查模型的精準度。要查看精準度,請運行以下命令:

python -m service.train_model.check.accuracy

檢查標籤

在 service/train_model/check/tag.py 中可以檢查模型的標籤映射。要查看標籤映射,請運行以下命令:

python -m service.train_model.check.tag

依賴項

依賴項定義在 requirements.txt 和 pyproject.toml 中。主要依賴項包括:

  • transformers
  • torch
  • torchvision
  • aiofiles
  • orjson
  • accelerate
  • torchaudio
  • scikit-learn

版本控制

請確保 .gitignore 文件中包含了以下內容,以避免將不必要的文件提交到版本控制系統:

# yelp data
*.json

# training model
results/
sentiment_model/
results_*
sentiment_model_*
kv_fold_results_*

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •  

Languages