使用 AutoTrain 训练文本分类模型非常简单!将您的数据准备好并以正确的格式,然后只需点击几下,您的最先进的模型就可以准备好用于生产。
让我们训练一个模型来对电影评论的情感进行分类。数据应该以以下 CSV 格式呈现:
text,target
"this movie is great",positive
"this movie is bad",negative
.
.
.
正如您所看到的,CSV 文件中有两列。一列是文本,另一列是标签。标签可以是任何字符串。在这个例子中,我们有两个标签:positive
和 negative
。您可以有任意多个标签。
如果您的 CSV 文件很大,您可以将其分成多个 CSV 文件并分别上传。请确保所有 CSV 文件中的列名相同。
使用 pandas 分割 CSV 文件的一种方法如下:
import pandas as pd
# Set the chunk size
chunk_size = 1000
i = 1
# Open the CSV file and read it in chunks
for chunk in pd.read_csv('example.csv', chunksize=chunk_size):
# Save each chunk to a new file
chunk.to_csv(f'chunk_{i}.csv', index=False)
i += 1
您的 CSV 数据集必须有两列:text
和 target
。