Я пытаюсь использовать flair для анализа настроений, но мне также нужно знать, насколько каждое слово повлияло на оценку предложения.
Я следовал этому статья для прогнозирования настроения, но она не показывает, как извлечь особенности данного предложения. Я предполагаю, что есть способ сделать это извлечение функции из-за способа, который представлен в этой статье, но я не могу найти его. Я попытался прочитать документацию и сам код, но не нашел способа сделать это.
Мне нужна такая функция:
import flair
text = flair.data.Sentence(<string-with-sentiment>)
model = flair.models.TextClassifier.load('en-sentiment')
model.predict(text)
print(s.individual_sentiments)
Результат:
[('i', 0.08), ('do', 0.09), ('like', 1.0), ('you', -0.32)]
Я не пытаюсь обучать свою собственную модель, а использую предварительно обученную модель, как в примере кода выше.
Примечание: я не связан Я буду рад узнать об этом, если у меня будет другой фреймворк с этой функциональностью. Я пытаюсь использовать талант, потому что при тестировании он точно выполнял Textblob и nltk VADER.