TakeAicHelper 0.0.8

Pacote para auxiliar na geração de métricas para analisar dados conversacionais

TakeAicHelper

Instanciando a classe

from TakeAicHelper.metrics import Metrics

analyse = Metrics(path=r'C:\Users\base.csv', encoding='utf-8', sep=';', minimunScore=0.6)
analyse.overview()

• Obter e manipular o tamanho da base de entrada (o número de inputs), a quantidade de intenções, a Taxa de Compreensão Geral (TCG) e a quantidade de inputs reconhecidos com o score maior e menor que o mínimo.

analyse.overview()

• Obter e manipular somente o valor da Taxa de Compreensão Geral.

analyse.tcg()

• Obter um ranking das entidades reconhecidas.

analyse.intentDetails("NOME_DA_INTENÇÃO")

• analyse.entities(n=0, mode=None, intentName=None)

n = 0 - Mostra todas as entidades n > 0 - Top > n entidades reconheidas n < 0 - Top < n entidades reconheidas

mode = total - Reconhecidas em geral (Considerando se reconhecidas junto com outras entidades) mode = individual - Reconhecidas em geral (ignorando se reconhecidas junto com outras entidades)

``intentName = NOME_DE_UMA_INTENCAO` - (Caso queira analisar as entidades reconhecidas numa intenção específica)

• Salvar arquivos em csv separados por intenção:

``analyse.csvByIntentions(output, sep)`

output = diretório do nome da pasta sep = separador do arquivo

obs: No databricks, para salvar mais tabelas, é utilizado a função analyse.tableByIntentions()

• Com a função tr() (Taxa de Reconhecimento) e tci() (Taxa de Compreensão Interna) é possível obter três visualizações (dataframe,tabela ou gráfico)

analyse.tr(figure, valueType, order) analyse.tci(figure, valueType, order, minimunScore=0.6)

figure = 'dataframe', 'chart' (gráfico), 'table' (tabela) valueType = '%' (porcecntagem) , 'total' (número inteiro) order = 'asc' (crescente) , 'desc' (decrescente) minimunScore (apenas na tci) = score mínimo a ser a analisado, por default é 0.6