Ti aiuterò con la classificazione delle frasi NLP

Classificazione delle frasi usando modelli linguistici pre-addestrati e transfer learning.

Raggiungi una precisione più alta con meno dati

Oltre il 90% di accuratezza per due classi e 100 esempi.

Più esempi sono meglio (> 50 per classe)

 Addestramento più veloce

Per chi non è esperto dell'argomento, dato che parliamo di classificatori, siamo nel dominio dell'apprendimento supervisionato del machine learning. Questo significa che ci serve un dataset etichettato per addestrare un modello del genere. 

Il dataset etichettato potrebbe essere una lista di messaggi con etichette (spam o non spam per ogni messaggio).

Oppure analisi del sentiment di recensioni di film, musica, prodotti etichettate come positivo/negativo/neutro o a categorie come atmosfera, offerte, servizio, sicurezza, comfort.

Oppure categorizzazione di documenti tecnici, specifiche classificate in documentazione del processore, computer, router wifi o mobili, illuminazione, giardinaggio, bagno, outdoor. Il modello funzionante può essere configurato in Google Colab o come app Streamlit che legge testo o documenti e restituisce classificazioni o eseguito localmente con un notebook jupyter.