Ce repository est composé d'un serveur et d'un client. Projet universitaire en groupe
https://thavarasa.name/heroku/?name=bert-sentiment-analysis-2022
https://bert-sentiment-analysis-2022.herokuapp.com/
Client :
# No framework (vanilla)
Server :
# Environnement :
- Python
# Base de donnée :
- MySQL
# Container :
- Docker
Model & Accuracy:
# Traditional methods :
- Logistic Regression 87.40
- Naïve Bayes (in process)
# Deep Learning methods :
- RNN (LSTM) 77.07
- DNN (BERT) 93.02
Depuis votre terminal de commande :
# Cloner le repertoire
$ git clone https://github.com/Andy-d-g/Predicteur-d-emotions.git
# Aller dans le repertoire
$ cd Predicteur-d-emotions/
# Install dependencies
$ pip3 install --no-cache-dir -r ./Server/requirements.txt
$ pip3 install --default-timeout=100 --no-cache-dir torch==1.10.2
# Install bert model
$ python3 ./Server/utils/download_model.py 1KVo4Z1vThfHI732Asg-OeIYTISwV1kpe ./Server/Model/bert.pickle
# Lancer Mysql
$ mysql.server start (macOS)
# Permettre à MySql de charger des fichiers
$ mysql
$ set global local_infile=true;
$ exit;
# Changement les identifiants de connexion à la base de donnée (Server/api.py:28)
# Lancer le projet
$ cd Server
$ uvicorn api:app --host 0.0.0.0 --port 8000 --reload
# Ouvrir index.html
$ open Client/index.html
Build & Run model with Docker (not working for moment : probleme with DB) :
# build docker image
docker build -t mymodel -f Dockerfile .
# run docker image
docker run -p 8000:8000 mymodel
# use :
http://localhost:8000/text/{text to predict}/{sentiment}
@Andy-d-g @pthavarasa @rolemoine @layaida @musescorecontributor