جلسهی 34: احساس مثبت یا منفی Positive or Negative?
تحلیل احساس: به هر کلمه یک وزن مثبت یا منفی میدهیم، جمع میزنیم و تصمیم میگیریم. بعد میگذاریم وزنها از مثالها یاد گرفته شوند.
در این جلسه یاد میگیری
- در پایان این جلسه میتوانم با یک فرهنگ وزندار، امتیاز احساس یک جمله را حساب کنم.
- در پایان این جلسه میتوانم نقش «نه» (negation) را با یک قاعدهی ساده مدل کنم.
- در پایان این جلسه میتوانم وزن کلمهها را از جملههای برچسبدار یاد بگیرم.
- در پایان این جلسه میدانم چرا مدل احساس روی کنایه و کلمههای تازه اشتباه میکند.
درس
فروشگاهها هزاران نظر مشتری دارند؛ کسی نمیتواند همه را بخواند. تحلیل احساس یعنی برنامهای که بگوید یک نظر مثبت است یا منفی. سادهترین راه: یک فرهنگ کلمهها با وزن. great میشود +۲، bad میشود −۲، okay میشود +۰.۵. وزن کلمههای جمله را جمع میزنیم؛ مثبت یعنی خوشحال، منفی یعنی ناراحت.
weights = {"great": 2, "good": 1, "love": 2, "okay": 0.5,
"bad": -2, "boring": -1, "hate": -2, "slow": -1}
def score(sentence):
total = 0
for word in sentence.lower().split():
total = total + weights.get(word, 0)
return total
print(score("the game is great and I love it")) # 4
print(score("boring and slow")) # -2weights.get(word, 0) یعنی «وزن کلمه را بده، و اگر در فرهنگ نبود صفر». این مهم است چون بیشتر کلمهها (the، is، and) خنثیاند و در فرهنگ نیستند. بدون get خطای KeyError میگرفتی.
مشکل اول: «نه». جملهی not good با فرهنگ ما مثبت میشود، چون good +۱ دارد و not صفر! قاعدهی ساده: اگر کلمهی قبلی not بود، وزن را برعکس کن. برای این باید کلمهی قبلی را یادمان بماند.
def score(sentence):
total = 0
previous = ""
for word in sentence.lower().split():
w = weights.get(word, 0)
if previous == "not":
w = -w
total = total + w
previous = word
return total
print(score("not good")) # -1
print(score("not bad at all")) # 2مشکل دوم: چه کسی وزنها را مینویسد؟ تا حالا ما. اما مثل همیشه، بهتر است یاد گرفته شوند. ایدهی ساده: جملههای برچسبدار داریم (مثبت/منفی). برای هر کلمه بشمار چند بار در جملههای مثبت و چند بار در منفی آمده. وزن کلمه = (تعداد مثبت − تعداد منفی). کلمهای که فقط در نظرهای خوب میآید، مثبت میشود.
reviews = [
("great game love it", 1),
("good fun great", 1),
("boring and slow", -1),
("bad bad boring", -1),
]
def learn_weights(reviews):
weights = {}
for sentence, label in reviews:
for word in sentence.split():
weights[word] = weights.get(word, 0) + label
return weights
print(learn_weights(reviews))
# {'great': 2, 'game': 1, 'love': 1, 'it': 1, 'good': 1, 'fun': 1, 'boring': -2, 'and': -1, 'slow': -1, 'bad': -2}دقت کن and وزن −۱ گرفت، فقط چون اتفاقی در یک نظر منفی بود. با چهار جمله این پیش میآید؛ با هزار جمله and تقریباً به اندازهی مساوی در هر دو طرف میآید و وزنش نزدیک صفر میشود. دادهی بیشتر = وزنهای منصفانهتر. این همان درسی است که در کل دوره تکرار شد.
محدودیتها را بشناس: کنایه («عالی بود، فقط سه بار خراب شد!») مدل را گول میزند. کلمهی تازهای که در آموزش نبوده وزن صفر دارد. و اگر دادهی آموزش فقط نظرِ بازی باشد، روی نظرِ رستوران بد کار میکند. در گزارش پروژه اینها را بنویس. مدلهای بزرگ هم همین مشکلها را دارند، فقط کمتر.
اشتباه رایج: weights[word] به جای weights.get(word, 0) که برای کلمهی ناشناس خطا میدهد. اشتباه دوم: فراموش کردن previous = word در انتهای حلقه، که باعث میشود قاعدهی «نه» هیچوقت کار نکند.
مثالهای این جلسه
- مثال تابع (هوش مصنوعی با پایتون): def score(sentence):
- مثال تابع (هوش مصنوعی با پایتون): def score(sentence): — احساس مثبت یا منفی
- مثال تابع (هوش مصنوعی با پایتون): def learn_weights(reviews):
چالشها
- Sum the Weights (آسان)
- Decide (آسان)
- Handle "not" (متوسط)
- Learn the Weights (متوسط)
- Train, Then Classify (سخت)
- Explain the Decision (سخت)
بیشتر بخوان
← جلسهی 33: متن برای کامپیوتر جلسهی 35: پیشبینی کلمهی بعدی →