Processamento de linguagem natural com transformadores, edição revisada
by Lewis Tunstall, Leandro von Werra, Thomas Wolf
Capítulo 2. Classificação de textos
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
A classificação de texto é uma das tarefas mais comuns em PNL; pode ser utilizada para uma vasta gama de aplicações, como a etiquetagem do feedback do cliente em categorias ou o encaminhamento de bilhetes de apoio de acordo com o seu idioma. É provável que o filtro de spam do teu programa de correio eletrónico esteja a utilizar a classificação de texto para proteger a tua caixa de entrada de um dilúvio de lixo indesejado!
Outro tipo comum de classificação de texto é a análise de sentimentos, que (como vimos no Capítulo 1) tem como objetivo identificar a polaridade de um determinado texto. Por exemplo, uma empresa como a Tesla pode analisar mensagens do Twitter como a da Figura 2-1 para determinar se as pessoas gostam ou não dos tectos dos seus novos carros.
Figura 2-1. Analisar o conteúdo do Twitter pode produzir feedback útil dos clientes (cortesia de Aditya Veluri)
Agora imagina que és um cientista de dados que precisa de construir um sistema que possa identificar automaticamente estados emocionais como "raiva" ou "alegria" que as pessoas expressam sobre o produto da tua empresa no Twitter. Neste capítulo, vamos abordar esta tarefa utilizando uma variante do BERT chamada DistilBERT.1 A principal vantagem deste modelo é que ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access