文件名称：textplainer:文本数据的机器学习可解释性工具
文件大小：762KB
文件格式：ZIP
更新时间：2024-04-11 12:18:31
Python
文字说明者 Status - Non-Functional: In Development 这是一个用于分析文本列对机器学习模型性能的影响的应用程序。 文本数据可能是唯一的功能，或者可能是许多其他功能中的一列。 此应用程序将提供局部特征影响分析，以了解向上或向下推动模型预测的特定单词功能。 附加功能标志可解锁功能，这些功能需要更多的计算量并且通常是特定于领域的。 分配 通过用于Python 3的setuptools / PyPI / pip发行和分发。 资源与依存关系 对于语音标记，我们使用注意：安装后，您将需要获得spaCy才能下载英语模型。 sudo python3 -m spacy download en 对于同义词和反义词的词典，我们使用NLTK中的wordnet。您将需要在package-install-install后安装wordnet。 import nltk nlt
【文件预览】：
textplainer-master
----setup.py(1KB)
----.gitignore(66B)
----requirements.txt(53B)
----data()
--------prepare_dict.py(4KB)
--------README.md(530B)
--------prepare_dict.sh(436B)
--------Sentiment140()
--------smsspam()
----experiments()
--------PyTorchDataFrameDataset.py(2KB)
--------requirements.txt(196B)
--------Pipeline_TensorFlow_Subword_Bidirec_LSTM_Classfier.py(4KB)
--------Pipeline_Simple_WordLabel_Count_LogisticReg.py(8KB)
--------build_tweet_sentiment_models.py(565B)
--------Pipeline_PyTorch_Transformer_Classifier.py(9KB)
--------Pipeline_Sklearn_NGram_Tfidf_SGD_Classifier.py(3KB)
--------Pipeline_Simple_NaiveBayes.py(7KB)
--------build_sms_spam_models.py(1KB)
----textplainer()
--------ModelInterface.py(843B)
--------Textplain.py(3KB)
--------data()
--------__init__.py(22B)
--------cli.py(2KB)
--------models.py(161B)
--------process.py(1KB)
--------explain.py(10KB)
--------textcolour.py(558B)
--------__main__.py(140B)
--------dictionary.py(3KB)
----textplainer-runner.py(199B)
----.github()
--------workflows()
----README.md(2KB)
----tests()
--------test_functions.py(6KB)
--------__init__.py(0B)
--------TestModels.py(983B)
----docs()
--------BUILD.sh(129B)
--------Makefile(638B)
--------make.bat(799B)
--------source()