鐵人檔案
對於非技術背景的人來說，有了AI工具出現，大幅提升工作效率外，也將腦中的想法轉換成可行的MVP。因此，我將透過30天的分享與實作，帶領你一步步完成從資料爬取、資料前處理、模型訓練，到部署並串接開發系統的端到端流程。
本篇文章主要目的是針對如果有爬取的資料中仍有些僅有 emoji 和無法判斷分類的評論，可以透過資料前處理將資料整理出來。 Step 1：刪除不必要的符號與 E...
前言 在上一篇文章中，我們已經完成資料集的清理工作。接下來，我們將進行初步的資料探勘，透過視覺化方式分析目前評論的分布狀況，從中獲得初步洞察。 Step 1：...
資料標註（Data Annotation）在情感分析中的重要性 在進行情感分析模型訓練之前，資料標註（Data Annotation） 是一個非常關鍵的步驟。透...
在上一篇中，我們確定標註目標（情緒分類、主題分類）之後，下一步就是進行實際的資料標註。我們需要先決定要使用什麼標註工具以及標註的工作流程。 常見的標註工具選擇...
在情感分析或任何機器學習專案中，資料標註（Data Annotation）是決定模型成敗的關鍵。想像一下，如果你給模型吃的是一堆標註錯誤、前後矛盾的資料，它怎麼...
在前幾篇文章中，我們深入探討了資料標註的原則與品質控管。然而，傳統的機器學習方法往往需要龐大的人工標註量，這不僅耗時，也耗費大量人力成本。為了應對這個挑戰，我開...
在這次的專案中，我選擇了預訓練模型進行 Fine-tuning。這是一種高效且常見的作法，能讓我們在短時間內，利用現有模型的強大能力，來解決特定領域的任務。 為...
前言 前幾篇我們介紹了如何運用大語言模型（LLM）作為標註員，以及如何選擇合適的預訓練模型（如 BERT）。本篇將進一步說明，如何實際串接 LLM API，設計...
在自然語言處理（NLP）領域，預訓練模型如 BERT 已成為解決許多任務的強大工具。在這篇文章中，我們深入探討如何利用 BERT 和 PyTorch 框架，從零...
在之前的文章中，我們已經完成了模型的訓練。現在，我們需要評估模型的效能，確保它能準確地完成任務。評估一個分類模型通常會用到以下四個核心指標：精確率 (Preci...
