Классификация текстов с использованием TF-IDF для "Викишоп"
Описание проекта
Интернет-магазин "Викишоп" запускает новый сервис. Теперь пользователи могут редактировать и дополнять описания товаров, как в вики-сообществах. То есть клиенты предлагают свои правки и комментируют изменения других. Магазину нужен инструмент, который будет искать токсичные комментарии и отправлять их на модерацию. Обучите модель классифицировать комментарии на позитивные и негативные. В вашем распоряжении набор данных с разметкой о токсичности правок. Постройте модель со значением метрики качества F1 не меньше 0.75.
Данный проект представляет собой классификацию текстов твитов на позитивные и негативные с использованием технологии TF-IDF для "Викишоп". Это учебный проект Яндекс.Практикума. Область применения проекта: NLP, ML
Стек
Python, Pandas, Sklearn, Pipeline, GridSerach, NLTK, TF-IDF, CatBoost