جلسهی 33: خوب یا بد؟ Kind or Unkind?
متن هم عدد میشود: هر کلمه یک وزن دارد (عالی +۲، خستهکننده -۲) و جمع وزنها میگوید یک نظر مهربان است یا نه. «کیسهی کلمات» ترتیب را فراموش میکند، پس «نه» را باید جدا یاد بدهیم.
در این جلسه یاد میگیری
- در پایان این جلسه میدانی «کیسهی کلمات» یعنی شمردن کلمهها بدون توجه به ترتیبشان.
- میتوانی با یک دیکشنری وزن، امتیاز یک جمله را حساب کنی.
- میتوانی قانون «نه» را اضافه کنی که علامت کلمهی بعدی را برعکس کند.
- میتوانی وزن کلمهها را از روی جملههای برچسبدار یاد بگیری.
درس
یک نظر بنویس، مثل نظرهایی که زیر بازیهای گالری میگذارند. کلمههایی که در جدول وزنها هستند سبز (مهربان) یا قرمز (نامهربان) میشوند و عددشان جمع میشود. اول حدس بزن: «this is not bad» چه امتیازی میگیرد؟ بعد یک جملهی مهربان بنویس که ماشین فکر کند نامهربان است، و یک جملهی نیشدار که ماشین نفهمد.
کیسهی کلمات (bag of words): جمله را با split() به کلمهها میشکنیم و فقط میشمریم هر کلمه چند بار آمده؛ ترتیب مهم نیست، انگار کلمهها را در یک کیسه ریختهایم. «سگ گربه را دنبال کرد» و «گربه سگ را دنبال کرد» در کیسه یکیاند! با همین سادگی، کامپیوتر میتواند ایمیل تبلیغاتی یا نظر بد را خیلی وقتها پیدا کند.
counts = {}
for word in "fun fun and more fun".split():
counts[word] = counts.get(word, 0) + 1
print(counts)وزن هر کلمه همان «اهمیت هر نظر در رأیگیری» جلسهی ۳۰ است: great میگوید +۲، boring میگوید -۲ و کلمهای که در جدول نیست (the، game) چیزی نمیگوید: WEIGHTS.get(word, 0). جمع مثبت یعنی «مهربان»، منفی یعنی «شاید نامهربان» و صفر یعنی «معلوم نیست». این در واقع یک نورون است که ورودیهایش کلمهها هستند!
قانون «نه»: کیسه ترتیب را فراموش میکند، پس «not bad» را بد میفهمد. یک قانون کوچک اضافه میکنیم: یک متغیر flip؛ وقتی کلمه not بود flip = True و اولین کلمهی وزندار بعدی علامتش برعکس میشود. وزنها را از کجا بیاوریم؟ بهجای حدس زدن، از جملههای برچسبدار یاد میگیریم: هر کلمه در نظر مهربان +۱، در نظر نامهربان -۱.
⚠️ ماشین نیش و شوخی را نمیفهمد. «آفرین، چه بازی سریعی؛ فقط ده دقیقه طول کشید بار شود!» همهی کلمههایش مثبت است ولی مسخره میکند. برعکس، «این غول وحشتناک عالی ترسناکه» تعریف است. ماشین میتواند کمک کند نظرها را بررسی کنیم، ولی تصمیم آخر دربارهی حرف آدمها باید با یک آدم باشد. پروژهی جلسهی ۳۶ دقیقاً همین را میسازد.
بازی بدون کامپیوتر: کلاس روی تخته یک جدول وزن میسازد (۱۰ کلمهی خوب و بد). معلم نظرهایی را میخواند و همه با انگشت امتیاز میدهند. بعد کسی جملهای میگوید که جدول را گول بزند. چند کلمه لازم است تا جدول «تقریباً همیشه» درست بگوید؟ جلسهی بعد کامپیوتر کلمه میسازد، نه فقط میشمارد!
مثالهای این جلسه
چالشها
- What Score? (آسان)
- A Bag of Words (آسان)
- Score a Sentence (متوسط)
- Kind, Unkind or Can't Tell (متوسط)
- The Not Rule (سخت)
- Learn the Weights (سخت)
بیشتر بخوان
← جلسهی 32: پروژه: بازی با دست جلسهی 34: کلمهی بعدی را حدس بزن →