File size: 3,871 Bytes
835424e |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 |
import pandas as pd
import torch
import numpy
import torch.nn as nn
import torch.optim as optim
from sklearn.feature_extraction.text import CountVectorizer
# ۱. داده‌ها را ایجاد و ذخیره کنید
data = {
"text": [
"This movie was great",
"I did not like this movie",
"The acting was terrible",
"I loved the plot",
"It was a boring experience",
"What a fantastic film!",
"I hated it",
"It was okay",
"Absolutely wonderful!",
"Not my favorite"
"Was very good"
"Very good"
],
"label": [
1, # Positive
0, # Negative
0, # Negative
1, # Positive
0, # Negative
1, # Positive
0, # Negative
0, # Negative
1, # Positive
0,
1,
1 # Negative
]
}
# تبدیل دیکشنری به DataFrame و ذخیره در CSV
df = pd.DataFrame(data)
df.to_csv("data.csv", index=False)
# ۲. خواندن و پردازش داده‌ها
df = pd.read_csv("data.csv")
# ۳. تبدیل کلمات به اعداد (Tokenization)
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(df["text"]).toarray()
y = df["label"].values
# تبدیل داده‌ها به Tensor
X_tensor = torch.tensor(X, dtype=torch.float32)
y_tensor = torch.tensor(y, dtype=torch.float32).view(-1, 1)
# ۴. ساخت مدل شبکه عصبی
class SentimentAnalysisModel(nn.Module):
def __init__(self, input_size):
super(SentimentAnalysisModel, self).__init__()
self.fc1 = nn.Linear(input_size, 8) # لایه‌ی مخفی با ۸ نورون
self.fc2 = nn.Linear(8, 1) # خروجی (یک مقدار بین ۰ و ۱)
self.relu = nn.ReLU() # تابع فعال‌ساز
def forward(self, x):
x = self.relu(self.fc1(x))
x = torch.sigmoid(self.fc2(x)) # تابع سیگموید برای خروجی بین ۰ و ۱
return x
# ۵. تنظیم تابع هزینه و بهینه‌ساز
input_size = X.shape[1] # تعداد ویژگی‌ها (کلمات منحصر به فرد)
model = SentimentAnalysisModel(input_size)
criterion = nn.BCELoss() # تابع هزینه برای دسته‌بندی دودویی
optimizer = optim.Adam(model.parameters(), lr=0.01) # نرخ یادگیری ۰.۰۱
# ۶. آموزش مدل
epochs = 100
for epoch in range(epochs):
# ۱. پیش‌بینی مدل
y_pred = model(X_tensor)
# ۲. محاسبه‌ی هزینه (Loss)
loss = criterion(y_pred, y_tensor)
# ۳. پاک کردن گرادیان‌های قبلی
optimizer.zero_grad()
# ۴. محاسبه‌ی گرادیان‌ها و بروزرسانی وزن‌ها
loss.backward()
optimizer.step()
# ۵. نمایش میزان خطا هر ۱۰ مرحله
if (epoch+1) % 10 == 0:
print(f"Epoch [{epoch+1}/{epochs}], Loss: {loss.item():.4f}")
# ۷. تست مدل
def predict_sentiment(text):
# تبدیل متن ورودی به بردار ویژگی‌ها
text_vectorized = vectorizer.transform([text]).toarray()
text_tensor = torch.tensor(text_vectorized, dtype=torch.float32)
# پیش‌بینی مدل
output = model(text_tensor)
# تبدیل مقدار خروجی به برچسب ۰ یا ۱
prediction = 1 if output.item() > 0.5 else 0
return "Positive" if prediction == 1 else "Negative"
# 🔹 تست روی چند جمله جدید
print(predict_sentiment("I really enjoyed this movie!"))
print(predict_sentiment("This was the worst experience ever."))
print(predict_sentiment("It was just okay, nothing special."))
print(predict_sentiment("Absolutely loved the storyline!"))
|