تصنيف النص

استخدم نموذج TensorFlow Lite لتصنيف فقرة إلى مجموعات محددة مسبقًا.

البدء

إذا كنت جديدًا على TensorFlow Lite وتعمل بنظام Android ، فإننا نوصي باستكشاف دليل TensorFLow Lite Task Library لدمج نماذج تصنيف النص في بضعة أسطر من التعليمات البرمجية. يمكنك أيضًا دمج النموذج باستخدام TensorFlow Lite Interpreter Java API .

يوضح مثال Android أدناه تنفيذ كلتا الطريقتين مثل lib_task_api و lib_interpreter ، على التوالي.

مثال على Android

إذا كنت تستخدم نظامًا أساسيًا بخلاف Android ، أو كنت معتادًا بالفعل على TensorFlow Lite APIs ، فيمكنك تنزيل نموذج تصنيف النص المبدئي الخاص بنا.

تنزيل نموذج المبتدئين

كيف تعمل

يصنف تصنيف النص فقرة إلى مجموعات محددة مسبقًا بناءً على محتواها.

يتنبأ هذا النموذج المدروس مسبقًا إذا كانت مشاعر الفقرة إيجابية أم سلبية. تم تدريبه على مجموعة بيانات مراجعة الأفلام الكبيرة الإصدار 1.0 من Mass et al ، والتي تتكون من مراجعات أفلام IMDB المصنفة على أنها إيجابية أو سلبية.

فيما يلي خطوات تصنيف فقرة بالنموذج:

  1. قم بترميز الفقرة وتحويلها إلى قائمة بمعرفات الكلمات باستخدام مفردات محددة مسبقًا.
  2. قم بتغذية القائمة إلى نموذج TensorFlow Lite.
  3. احصل على احتمال أن تكون الفقرة موجبة أو سلبية من مخرجات النموذج.

ملحوظة

  • يتم دعم اللغة الإنجليزية فقط.
  • تم تدريب هذا النموذج على مجموعة بيانات مراجعات الأفلام ، لذا قد تواجه دقة منخفضة عند تصنيف نص المجالات الأخرى.

معايير الأداء

يتم إنشاء أرقام قياس الأداء باستخدام الأداة الموضحة هنا .

اسم النموذج حجم النموذج جهاز وحدة المعالجة المركزية
تصنيف النص 0.6 ميغا بايت Pixel 3 (Android 10) 0.05 مللي ثانية *
Pixel 4 (Android 10) 0.05 مللي ثانية *
iPhone XS (iOS 12.4.1) 0.025 مللي ثانية **

* 4 خيوط مستخدمة.

** خيطان مستخدمان على iPhone للحصول على أفضل نتيجة أداء.

مثال الإخراج

نص سلبي (0) ايجابي (1)
هذا أفضل فيلم رأيته في السنوات الأخيرة. أوصي به بشدة! 25.3٪ 74.7٪
يا لها من مضيعة لوقتي. 72.5٪ 27.5٪

استخدم مجموعة بيانات التدريب الخاصة بك

اتبع هذا البرنامج التعليمي لتطبيق نفس الأسلوب المستخدم هنا لتدريب نموذج تصنيف النص باستخدام مجموعات البيانات الخاصة بك. باستخدام مجموعة البيانات الصحيحة ، يمكنك إنشاء نموذج لحالات الاستخدام مثل تصنيف المستندات أو اكتشاف التعليقات السامة.

اقرأ المزيد عن تصنيف النص