O documento descreve o framework PyABSA para análise de sentimento baseada em aspectos em português. Ele apresenta a visão geral do trabalho de adaptar o PyABSA para a língua portuguesa, com objetivos de preparar os dados, configurar o treinamento de modelos e avaliar os resultados. O framework PyABSA possui módulos para gerenciar configurações, treinamento, dados, checkpoints e métricas.
Descrição original:
Título original
Apresentação de briefing de projeto futurístico azul escuro
O documento descreve o framework PyABSA para análise de sentimento baseada em aspectos em português. Ele apresenta a visão geral do trabalho de adaptar o PyABSA para a língua portuguesa, com objetivos de preparar os dados, configurar o treinamento de modelos e avaliar os resultados. O framework PyABSA possui módulos para gerenciar configurações, treinamento, dados, checkpoints e métricas.
O documento descreve o framework PyABSA para análise de sentimento baseada em aspectos em português. Ele apresenta a visão geral do trabalho de adaptar o PyABSA para a língua portuguesa, com objetivos de preparar os dados, configurar o treinamento de modelos e avaliar os resultados. O framework PyABSA possui módulos para gerenciar configurações, treinamento, dados, checkpoints e métricas.
Visão geral O trabalho se propõe a adaptar o framework PyABSA para a língua portuguesa, implementando seus modelos nos dados disponíveis e avaliando o quanto ele se adapta para ABSA em português. Objetivos e Metas
Meta # 1 Meta # 2 Meta # 3
Preparar o conjunto de Definir a configuração do Treinar o modelo, realizar dados no formato treinamento. Escolher o a avaliação quantitativa e adequado. O PyABSA modelo, hiperparâmetros a análise qualitatativa e suporta conjuntos de e outras configurações fazer a Inferência dados no formato CoNLL globais. PyABSA O PyABSA é um framework de código aberto para análise de sentimento baseada em aspectos desenvolvido em Python que foi criado para possibilitar a reprodução e comparabilidade de resultados de modelos de ABSA de forma modularizada. Ele fornece implementações de vários modelos estado-da-arte para as principais tarefas da ABSA, como Extração de Termos de Aspecto (ATE), Classificação de Sentimento de Aspecto (ASC) e Análise de Sentimento Baseada em Aspectos de ponta a ponta (E2EABSA). A arquitetura do PYABSA A arquitetura do PYABSA (PyABSA) segue um design modular com 5 principais módulos:
1. Gerenciador de configuração: Utilizado para configurar o
ambiente de treinamento, hiperparâmetros do modelo e outras configurações globais. Salva e carrega as configurações de forma síncrona com os checkpoints. 2. Treinador: Responsável pelo treinamento do modelo com o conjunto de dados, podendo usar validação cruzada. Aceita diferentes funções de perda. Detecta automaticamente a existência de conjuntos de teste/validação. 3. Gerenciador de conjunto de dados: Gerencia os conjuntos de dados, permitindo combiná-los para treinamento/teste. Responsável por localizar e carregar os arquivos de dados. Inclui ferramentas para anotação manual e automática de novos conjuntos de dados. 4. Gerenciador de checkpoint: Fornece métodos para carregar checkpoints locais, da nuvem ou retornados pelo treinador, padronizando o processo de inferência. 5. Visualizador de métricas: Registra, mede e visualiza automaticamente métricas como precisão, recall, desvio padrão para vários modelos, facilitando a avaliação e comparação justa. Gera gráficos como caixa, violino, trajetória.