aibox.nlp.features.portuguese.connectives_v2

Características relacionadas com o uso de conectivos.

Classes

ConnectivesExtractorV2([nlp])	Extrator de características relacionadas ao uso de conectivos.
ConnectivesFeaturesV2(additive_neg_ratio, ...)	Características extras sobre o uso de conectivos de diferentes tipos.

class aibox.nlp.features.portuguese.connectives_v2.ConnectivesFeaturesV2(additive_neg_ratio: float, additive_pos_ratio: float, cause_neg_ratio: float, cause_pos_ratio: float, log_neg_ratio: float, log_pos_ratio: float, and_ratio: float, if_ratio: float, logic_operators_ratio: float, negation_ratio: float, or_ratio: float, all_conn_ratio: float)

Base: DataclassFeatureSet

Características extras sobre o uso de conectivos de diferentes tipos.

Esse conjunto de características expande as já existentes em ConnectivesFeaturesV1.

Parâmetros:

• additive_neg_ratio (float)

• additive_pos_ratio (float)

• cause_neg_ratio (float)

• cause_pos_ratio (float)

• log_neg_ratio (float)

• log_pos_ratio (float)

• and_ratio (float)

• if_ratio (float)

• logic_operators_ratio (float)

• negation_ratio (float)

• or_ratio (float)

• all_conn_ratio (float)

as_dict() → dict[str, float]

Retorna os valores das características desse conjunto para um dado texto.

Retorna:

características contidas nesse FeatureSet para um dado texto.

Tipo de retorno:

dict[str, float]

as_numpy() → ndarray[float32]

Retorna as características como uma NumPy array. Os valores de cada índice são correspondentes às características na ordem de names().

Retorna:

array de np.float32 representando os valores das características.

Tipo de retorno:

ndarray[float32]

as_tensor(device: str | None = None) → Tensor

Retorna as características como um tensor. Os valores de cada índice são correspondentes às características na ordem de names().

Parâmetros:

device (str, opcional) – dispositivo de armazenamento.

Retorna:

Tensor do torch representado os valores das características.

Tipo de retorno:

Tensor

names() → list[str]

Retorna os nomes das características em ordem lexicográfica. Todos os outros métodos apresentam os valores conforme essa ordem.

Retorna:

nome das características desse conjunto.

Tipo de retorno:

list[str]

class aibox.nlp.features.portuguese.connectives_v2.ConnectivesExtractorV2(nlp: Language | None = None)

Base: FeatureExtractor

Extrator de características relacionadas ao uso de conectivos.

Parâmetros:

nlp (Language | None) – modelo do spaCy a ser utilizado. Defaults to “pt_core_news_md”.

Exemplo de uso em FeatureExtractor

property feature_set: type[ConnectivesFeaturesV2]

Retorna a classe que contém o conjunto de características retornado por esse extrator.

Retorna:

classe do conjunto de características retornado por esse extrator.

extract(text: str, **kwargs) → ConnectivesFeaturesV2

Realiza a extração de características para o texto de entrada.

Parâmetros:

• text (str) – texto.

• **kwargs – argumentos extras que pode ser utilizados por alguns extratores para controlar o processo de extração.

Retorna:

características para o texto de entrada.

Tipo de retorno:

ConnectivesFeaturesV2

vectorize(text: str | list[str] | ndarray[str_], vector_type: str = 'numpy', device: str | None = None, **kwargs) → ndarray | Tensor

Método para vetorização de textos. A vetorização de múltiplos textos é realizada de forma paralela sempre que possível.

Aceita os campos n_workers (default=`min(4, cpu_count)`) e show_bar (default=`true`) quando array-like de string. Demais parâmetros são passados para _vectorize().

n_workers é utilizado quando a implementação utiliza multiprocessing. Caso n_workers <= 1, um for.

Parâmetros:

• text (str | list[str] | ndarray[str_]) – texto ou textos de entrada.

• vector_type (str, opcional) – tipo do vetor de saída (‘numpy ou ‘torch’).

• device (str, opcional.) – dispositivo para armazenamento do tensor Torch. Padrão é CPU.

• **kwargs – parâmetros extras que podem ser utilizados por alguns vetorizadores para controlar o processo de vetorização.

Retorna:

representação numérica do texto.

Tipo de retorno:

ndarray | Tensor