使用Nyckel的机器学习进行评论审核功能

Nyckel是一个机器学习API，在训练能够执行不同任务的自动化模型方面已经被证明是有效的。一个评论功能可以识别和分类有关它所持有的内容的消息。

在这篇文章中，我们将创建一个评论函数，使用Nyckel训练它的模型，并将Nyckel模型与该函数集成，以对信息中的垃圾邮件的可能性进行分类。

目标

在本文结束时，你应该能够做到以下几点。

使用Nyckel机器学习API工作。
使用API创建一个评论审核功能。
想出一个能够对信息进行分类的工作模型。

要求

为了成功创建你的功能，你需要。

对API的事先了解。
一个用于训练模型的数据集。
一个稳定的网络连接，因为这个API是在线工作的。

开始使用Nyckel

如果你是Nyckel的新手，你需要用一个有效的电子邮件地址或你的Gmail账户进行注册。在Nyckel创建一个账户，你就可以使用Nyckel API提供的服务。登录后，你将被引导到以下页面。

home

创建评论功能

进入主页后，点击页面底部的New function 按钮，之后你会被引导到如下所示页面。

function

这个页面给了你两种数据输入方式，即文本和图像。在这种情况下，你要对评论进行分类，所以文本将是最好的输入方式。

选择文本，然后在后面的表格中添加标签，如spam 和Not spam 。之后，点击创建函数按钮，将创建名为NewFunction的函数。

你可以重命名这个函数的名字，给一个可取的名字，在这种情况下，其commentFunction ，以便在你的账户中有多个函数时容易识别。

训练模型

对于这一部分，需要一组CSV 、TSV 、或JSON 格式的数据来训练模型。

点击画布或拖动，上传你打算用于训练的文件，并遵循提供的上传规则。

这个模型的CSV 文件会显示其内容，你必须选择你想使用的列（使用文字较多的列）。

选择一个列，然后点击import 。

导入成功后，文本将按其出现在单元格中的样子显示，在这里你需要手动训练几行。你所需要的是选择你所指的文本类型，如下面的图片所示，spam 和not spam 。

测试模型的准确性

在用大量的数据训练了模型后，你可以用不同的数据进行满意度测试，以确定你的模型有多准确。

要做到这一点，请在顶部导航到Invoke ，移动到测试页面。在该页面上，在标有函数输入的画布上输入或粘贴你想用来测试的数据。

结果显示在函数输出处，并标明标签和准确率百分比，如下图所示。

result

这是用来确认模型已经训练有素，可以用于真实数据。如果你对模型的准确性感到满意，你可以使用JavaScript将其与你的网站集成，如下所述。

使用JavaScript将模型与网站集成

由于本指南是关于使用Nyckel的机器学习，我们不会深入到开发一个网站来使用该模型。

本节将介绍如何从Nyckel调用模型，就像它在网站中建立一样。

下面的代码创建了与API的连接。

// The whole of this code send a request to the API from the website
function checkText(text)
{
    var formdata = new FrmData();
    formdata.append('file', text);
// this enables the model interpret the appended text as if it is in the web application
    $.ajax({
        url: 'https://www.nyckel.com/v1/functions/j3l3xdfs0fv4tec7/invoke',
        type: 'post',
        data: formdata,
        //contentType: false,
        //processData: false,
        dataType: 'json',
        success: function (response) // the text is checked against the model for easy classification
        {

            displayResult(response);    // On checking, the text is classified as either "Spam" or "Not Spam" and displayed by this function

        },
        error: function (response)
        {
        // in case of an error with the text, the resetPage function clears the page with no response to indicate an error with classification.
            alert("Error checking text", response);
            $("#title").show();
            resetPage();
        }
    });
}

链接到应用程序的URL是在API上提供的。要为你的模型获得一个URL，请导航到API部分。你会看到一个类似于这个的URL。https://www.nyckel.com/v1/functions/j3l3xdfs0fv4tec7/invoke

随着所有这些步骤的正常工作，你应该有你的模型完成并准备使用。

为什么使用Nyckel API？

随着机器学习领域的技术进步，不同的人都在努力想出更容易的方法，让大家接受人工智能。

构建API是迄今为止最有效的方法之一，因为不需要编程/编码技能就能提出训练好的模型。

为什么人们仍然喜欢手工训练？

尽管API提供了简单性，但开发者仍然喜欢训练模型的老方法。

以下是一些原因。

准确性--使用其他方法训练你的模型要考虑到许多因素，这些因素会提高模型的准确性
对模型的控制--API并没有给你对模型的完全控制。有时你可能永远不知道它做出决定所考虑的因素。出于这个原因，程序员更喜欢用更好的方式来编写训练模型的代码。

结论

到此为止，你已经学会了训练一个可以在任何网站上调用的模型，以对文本进行分类和检测垃圾邮件。虽然API还没有被完全接受，但本教程表达了它们背后的简单性。

这可以帮助许多网络开发者在他们的应用程序中实现机器学习模型，这也是预测的技术的未来。

如何使用机器学习的Nyckel的评论审核功能