دیتایاد | هوش مصنوعی و علم داده

تحلیل احساسات چندزبانه با یه خط کد! 🚀🎭

قبلاً درباره تحلیل احساسات حرف زدیم و دیدیم چقدر باحاله! حالا می‌خوایم یه روش ساده‌تر با پایتون و یه مدل چندزبانه رو امتحان کنیم. آماده‌ای؟ بیا ببینیم چطور میشه احساسات متن رو تشخیص داد! 🧠

چطور مدل تحلیل احساسات رو استفاده کنیم؟ 💡

تحلیل احساسات بهت می‌گه یه متن مثبت، منفی، یا خنثیئه. مثلاً، "عاشق این فیلمم" مثبت حساب می‌شه. مدل‌های چندزبانه (مثل XLM-RoBERTa) متن‌های فارسی، انگلیسی، یا هر زبونی رو می‌فهمن و احساسش رو حدس می‌زنن. خوبی‌ش؟ نیازی به داده زیاد یا آموزش مدل نیست، ولی برای متن‌های خیلی پیچیده ممکنه خطا بده.

📦 اول پکیج رو نصب کن:

pip install transformers  

🛠 حالا این کد رو بزن:

from transformers import pipeline
# فراخوانی مدل چندزبانه برای تحلیل احساسات
nlp = pipeline("sentiment-analysis", model="nlptown/bert-base-multilingual-uncased-sentiment")
# تحلیل متن ورودی
result = nlp("عاشق این فیلمم!")
print(result)

🔍 این کد چیکار می‌کنه؟

- مدل nlptown/bert-base-multilingual-uncased-sentiment رو لود می‌کنه که متن چندزبانه رو پردازش می‌کنه.

- متن ورودی (مثل "عاشق این فیلمم") رو تحلیل می‌کنه و خروجی می‌ده، مثلاً {'label': '5 stars', 'score': 0.95} برای احساس مثبت.

📌 یه نکته:

اگه نتیجه دقیق نبود، مدل‌های تخصصی‌تر (مثل DistilBERT) یا داده‌های آموزشی خودت رو تست کن.

📌 مرجع تخصصی هوش مصنوعی و علم داده
🤖 دیتایاد / datayad@

👏3❤1

www.tgoop.com/datayad/432

445 viewsㅤMeraj, May 6 at 16:43

تحلیل احساسات چندزبانه با یه خط کد! 🚀🎭

قبلاً درباره تحلیل احساسات حرف زدیم و دیدیم چقدر باحاله! حالا می‌خوایم یه روش ساده‌تر با پایتون و یه مدل چندزبانه رو امتحان کنیم. آماده‌ای؟ بیا ببینیم چطور میشه احساسات متن رو تشخیص داد! 🧠

چطور مدل تحلیل احساسات رو استفاده کنیم؟ 💡

تحلیل احساسات بهت می‌گه یه متن مثبت، منفی، یا خنثیئه. مثلاً، "عاشق این فیلمم" مثبت حساب می‌شه. مدل‌های چندزبانه (مثل XLM-RoBERTa) متن‌های فارسی، انگلیسی، یا هر زبونی رو می‌فهمن و احساسش رو حدس می‌زنن. خوبی‌ش؟ نیازی به داده زیاد یا آموزش مدل نیست، ولی برای متن‌های خیلی پیچیده ممکنه خطا بده.

pip install transformers  

from transformers import pipeline
# فراخوانی مدل چندزبانه برای تحلیل احساسات
nlp = pipeline("sentiment-analysis", model="nlptown/bert-base-multilingual-uncased-sentiment")
# تحلیل متن ورودی
result = nlp("عاشق این فیلمم!")
print(result)

- مدل nlptown/bert-base-multilingual-uncased-sentiment رو لود می‌کنه که متن چندزبانه رو پردازش می‌کنه.

- متن ورودی (مثل "عاشق این فیلمم") رو تحلیل می‌کنه و خروجی می‌ده، مثلاً {'label': '5 stars', 'score': 0.95} برای احساس مثبت.

اگه نتیجه دقیق نبود، مدل‌های تخصصی‌تر (مثل DistilBERT) یا داده‌های آموزشی خودت رو تست کن.

BY دیتایاد | هوش مصنوعی و علم داده