Introduzione
Creare le reti neurali non è facile. Anche con il supporto delle librerie più diffuse, ad esempio Microsoft Cognitive Toolkit e TensorFlow, spesso sono necessarie diverse centinaia di righe di codice per ottenere una rete neurale operativa. Questo è uno dei motivi perché Keras è diventato popolare nella community del Deep Learning. Keras è una libreria open source di Python che semplifica notevolmente la creazione delle reti neurali. Dietro le quinte, usa Microsoft Cognitive Toolkit, TensorFlow o Theano per eseguire le operazioni più complesse. Con Keras, è possibile compilare sofisticate reti neurali con poche decine di righe di codice ed eseguirne il training per classificare le immagini, analizzare il testo per la valutazione, eseguire l'elaborazione in linguaggio naturale e svolgere altre attività in cui l'uso del Deep Learning è ideale.
In questo modulo si userà Keras per compilare una rete neurale che assegna un punteggio al testo per la valutazione. Per un input come "Ottimo servizio e uno dei migliori sushi che abbia mai assaggiato" verrà assegnato un punteggio prossimo a 1,0 per indicare che la valutazione è positiva, mentre per un input come "I piatti erano insipidi e il servizio era terribile" verrà assegnato un punteggio prossimo a 0,0. Tali sistemi sono ampiamente usati oggi per monitorare le valutazioni su X, Yelp e altri servizi di social media riguardo a imprese e candidati politici. Per ridurre al minimo le operazioni di installazione e configurazione, si utilizzerà Keras in un notebook Jupyter ospitato in Azure Notebooks, dove sono preinstallati Keras, TensorFlow e altre librerie necessarie.
Obiettivi di apprendimento
Contenuto del modulo:
- Creare un notebook Jupyter in Azure Notebooks
- Usare Keras per compilare e sottoporre a training una rete neurale per eseguire l'analisi del sentiment
- Usare la rete neurale per analizzare il testo per il sentiment