Skip to contents

Klassifiziert Kursdaten mit SetFit-Modell und pflegt neue Labels ein

Source: R/classify_fs.R
classify_fs.Rd

Diese Funktion identifiziert Future-Skills-Schlagwörter in Kursdaten mithilfe eines vortrainierten SetFit-Modells (siehe http://srv-data01:30080/hex/future_skill_classification), das über das reticulate-Paket aus Python heraus aufgerufen wird. Dabei werden zunächst noch nicht klassifizierte Kurse ermittelt, diese im Modell bewertet und die resultierenden Future-Skills-Labels anschließend mit bestehenden Klassifizierungsinformationen aus einem optionalen RDS-Datensatz zusammengeführt.

Usage

classify_fs(
  raw_data,
  db_data_path = NULL,
  model_path = "Chernoffface/fs-setfit-multilable-model",
  key_vars = c("titel", "nummer")
)

Arguments

raw_data

Data Frame mit Rohkursdaten; sollte mindestens die Spalten für die Join-Schlüssel (key_vars) sowie, idealerweise, kursbeschreibung und lernziele enthalten.

db_data_path

(Optional) Pfad zu einer bestehenden RDS-Datei mit bereits klassifizierten Kursen. Wenn NULL oder nicht vorhanden, werden alle Zeilen in raw_data neu klassifiziert.

model_path

HuggingFace-Modellpfad des SetFit-Modells, das zur Klassifizierung verwendet werden soll.

key_vars

Zeichenvektor mit den Spaltennamen, die als Join-Keys verwendet werden (Standard: c("titel", "nummer")). Nur vorhandene und nicht vollständig fehlende Variablen werden verwendet.

Value

Data Frame mit allen Zeilen von raw_data und den ergänzten bzw. aktualisierten Future-Skills-Klassifikationsspalten.

Details

Die Funktion setzt ein funktionierendes Python-/Conda-Environment mit dem entsprechenden SetFit-Modell voraus und erwartet in den Rohdaten mindestens eine sinnvolle Schlüsselvariable (z.B. "titel" oder "nummer") sowie Spalten mit Kursbeschreibung und Lernzielen.

Examples

if (FALSE) { # \dontrun{
  raw_data_fs <- classify_fs(
    raw_data   = raw_data_uni_musterstadt,
    db_data_path = "C:/SV/HEX/Scraping/data/single_universities/Friedrich-Schiller-Universitaet_Jena/db_data_musterstadt.RDS", # optional
    model_path = "Chernoffface/fs-setfit-multilable-model",
    key_vars   = c("titel", "nummer")
  )
} # }