Ọ̀nà ìwádìí
Láti àwọn ìròyìn orísun sí ọ̀rọ̀ tí a lè kà, àwọn àkòrí àti ẹ̀rí tí o lè ṣàwárí.
Python + WordPress API: kó ìròyìn jọ
Python àti WordPress API ṣe ìgbàsílẹ̀ àwọn ìròyìn gbangba láti ojúlé ọ́fíìsì Isa, wọ́n sì fipamọ́ ìjápọ̀ sí orísun kọ̀ọ̀kan.
Beautiful Soup: tún ọ̀rọ̀ ṣe
Beautiful Soup yọ kóòdù ojú ìwé kúrò kí a lè ka ọ̀rọ̀ ìròyìn, kí a sì ṣe ìtúpalẹ̀ rẹ̀.
Àyẹ̀wò orísun: yẹra fún àtúnkà àti àpapọ̀ tí kò tọ́
A yọ ẹ̀dà kan náà kúrò, a sì ṣàyẹ̀wò nọ́ńbà pẹ̀lú ìròyìn orísun wọn, a yà ètò sọ́tọ̀ sí ìpèsè tí a ròyìn, a sì yẹra fún àpapọ̀ tó ń ka olùgbà ìrànwọ́ kan ju ẹ̀ẹ̀kan lọ.
TF-IDF + NMF: rí àkòrí
scikit-learn ń lo TF-IDF láti fi àwọn ọ̀rọ̀ tó ń yà àkọsílẹ̀ sọ́tọ̀ hàn àti NMF láti rí àkòrí 8 tí ń tún wá nínú àwọn ìròyìn Gẹ̀ẹ́sì tí a yàn.
Ẹ̀ka tí a fi ọwọ́ yàn: fi àmì sí iṣẹ́
A pín iṣẹ́ sí ẹ̀ka nípasẹ̀ kíka ìròyìn; iṣẹ́ kan lè wà nínú ẹ̀ka púpọ̀.
Kíkà gbólóhùn: ṣe ìkójọ ọ̀rọ̀
Ètò kan ń ka gbólóhùn kọ̀ọ̀kan lẹ́ẹ̀kan nínú ìròyìn kọ̀ọ̀kan fún ìkójọ èrò; ìwò ẹ̀ka ń ka iṣẹ́. Àwọn àmì ńlá túmọ̀ sí àkọsílẹ̀ púpọ̀ sí i.
Orísun àti ìjíròrò pẹ̀lú ìtọ́sọ́nà: ṣàlàyé ohun tí a rí
Àtẹ àlàyé so nọ́ńbà àti ìbáṣepọ̀ mọ́ ìròyìn; olùrànlọ́wọ́ ìjíròrò tẹ̀lé ìbéèrè tí a ti pèsè. Ìròyìn kò fi ipa múlẹ̀ ní ọ̀nà olómìnira, bẹ́ẹ̀ ni kò bo gbogbo ìtàn iṣẹ́ rẹ̀.
Bí àwọn aṣojú AI ṣe ran iṣẹ́ wa lọ́wọ́
Olùṣẹ̀dá ṣiṣẹ́ pẹ̀lú àwọn aṣojú AI tó ń kọ kóòdù láti sọ èrò náà di ojúlé tó ń ṣiṣẹ́. Wọ́n ṣèrànwọ́ láti kọ ètò ìkójọ àti ìtúpalẹ̀ dátà, ṣe ojú ìwé àti ìbéèrè ìtọ́sọ́nà, pèsè ìtumọ̀ àkọ́kọ́, àti tún àpẹẹrẹ ṣe nípasẹ̀ èsì. Iṣẹ́ aṣojú tó dojú kọ apá pàtó tún ṣèrànwọ́ láti ṣàyẹ̀wò àwọn ọ̀nà ìwádìí àti apá iṣẹ́ náà.
Olówó iṣẹ́ pinnu ìtọ́sọ́nà, ó sì tún ọ̀rọ̀ àti ìgbékalẹ̀ ṣe. Àwọn aṣojú ṣe àyẹ̀wò aládàáṣe fún àkóónú, ìṣirò àti aṣàwákiri, pẹ̀lú ìròyìn orísun lẹ́gbẹ̀ẹ́ ohun tí a sọ. Ìrànwọ́ yìí kò rọ́pò ẹ̀rí àkọ́kọ́ tàbí fọwọ́sí ìtumọ̀. Olùrànlọ́wọ́ ìjíròrò fún àlejò tẹ̀lé ìbéèrè àti ìdáhùn tí a ti pèsè; kò pe aṣojú AI alààyè.
Àwọn ètò ìmọ̀ ẹ̀rọ
Àwọn ètò fún àwòṣe ọ̀rọ̀ Gẹ̀ẹ́sì tí a yàn. Àwọn orúkọ ètò ìmọ̀ ẹ̀rọ wà ní Gẹ̀ẹ́sì.
- Features
- TF-IDF; unigrams + bigrams; min_df=3; max_df=0.85; sublinear_tf=True
- Model
- NMF; 8 components; nndsvda; coordinate descent; random_state=42
- Convergence
- max_iter=600; tol=0.0001; selected fit: 839 features, 117 iterations
Àwọn orísun àti ìmúṣẹ
Ṣàyẹ̀wò ìmúṣẹ àti àwọn àkọsílẹ̀ ọ̀nà ìwádìí tí a fipamọ́: