Update 03_classificar_novo_texto.md

luizanisio · Aug 26, 2018 · 3d0d178 · 3d0d178
1 parent 4b00245
commit 3d0d178
Showing 1 changed file with 45 additions and 1 deletion.
diff --git a/03_classificar_novo_texto.md b/03_classificar_novo_texto.md
@@ -7,9 +7,53 @@ Os algoritmos são simples e estão baseados no artigo de Saskia Vola em https:/
 
 ### Python
 
-O arquivo <b>exemplo_classificador.py</b> demonstra uma classe base para uso do elasticsearch em python, incluindo o método <b>classificar</b>
+O arquivo <b>exemplo_classificador.py</b> demonstra uma classe base para uso do elasticsearch (<b>Elastic</b>) em python, incluindo o método <b>classificar</b>
 - os parâmetros são a query do elastic e o campo usado para classificação.
 - o exemplo é a implementação direta da proposta de Saskia Vola e demonstrou um ótimo resultado em alguns contextos.
+- um size muito grande pode atrapalhar, já que pode retornar vários resultados com scores baixos de uma classe que somados resultarão em um score maior para a pior classe.
+
+```py
+    elastic = Elastic('http://localhost:9200', 'meustextos', 'textos', '', '')
+    print('### Retorno da classificação do texto')
+    textoNovo="isso é muito legal, adoro esse texto"
+    campo='Classificacao'
+    campoTexto='Texto_Shingle'
+    query= { "size" : 7,
+      "_source": [campo],
+        "query": {
+            "function_score": {
+              "query": {
+                "more_like_this": {
+                "fields": [campoTexto],
+                "like": textoNovo,
+                "min_term_freq": 1,
+                "min_doc_freq": 1,
+                "max_query_terms": 3
+              }
+              },
+              "functions": [
+                  {   "field_value_factor": {
+                        "field": "Votos",
+                        "factor": 2,
+                        "modifier": "sqrt",
+                        "missing": 1
+                    }
+                  }
+              ],
+              "max_boost": 2,
+              "boost_mode": "multiply",
+              "min_score" : 0.7
+        }  }  }
+
+    scores = elastic.classificar(query=query,campo_classe='Classificacao')
+    print('Classes e scores',scores)
+```
+
+Abaixo segue o resultado usando as frases de exemplo, sem pretensão de acertar, pois não há exemplos suficientes para uma boa classificação. Com isso a frase <b>"isso é muito legal, adoro esse texto"</b> receberia a classificação de <b>Alegria</b>. Caso o usuário alterasse a classificação, e esse texto fosse inserido no elastic, o algoritmo iria <b>"aprender"</b> essa nova classificação.
+```
+### Retorno da classificação do texto
+Classes e scores [('Alegria', 6.864011959999999), ('Amor', 2.0344672), ('Tristeza', 1.6214796), ('Raiva', 1.2806222), ('Amizade', 1.0230638)]
+```
 
 Em breve será incluído um exemplo usando flask para responder requisições do angular na classificação contínua em um fluxo simples de trabalho.
 1. Pesquisar textos