Repolode
Enviar
cardmagic

cardmagic/classifier

Gem Ruby para classificação de textos com Naive Bayes, LSI, k-Nearest Neighbors, Logistic Regression e TF-IDF, além de ferramentas CLI.

Ver no GitHub
Estrelas
741
Forks
124
Issues abertas
9
Último commit
há 6 dias

O que é?

Classifier é uma gem Ruby para classificação de textos. Ela reúne cinco abordagens: Naive Bayes, Latent Semantic Indexing (LSI), k-Nearest Neighbors, Logistic Regression e vetorização TF-IDF, para você escolher o método mais adequado aos seus dados e à tarefa.

A gem inclui uma extensão nativa em C para operações de LSI, com uma alternativa em Ruby puro quando a extensão não está disponível. O LSI permite adicionar documentos de forma incremental usando o algoritmo de Brand, sem precisar reconstruir o índice inteiro a cada novo documento. O treinamento pode processar arquivos grandes em fluxo, e os modelos treinados podem ser persistidos em arquivos, Redis, S3, bancos de dados SQL ou armazenamento personalizado.

A gem também instala duas ferramentas de linha de comando. O comando `classifier` executa modelos pré-treinados, como os de detecção de spam ou análise de sentimento, ou treina e aplica seus próprios modelos. O comando `keywords` ajusta um vocabulário TF-IDF e calcula a importância dos termos no texto.

Recursos principais

  • 01Cinco classificadores: Naive Bayes, LSI, k-Nearest Neighbors, Logistic Regression e TF-IDF.
  • 02LSI incremental que adiciona documentos sem reconstruir o índice inteiro.
  • 03Extensão nativa em C para LSI, com alternativa em Ruby puro.
  • 04Treinamento em fluxo para grandes conjuntos de dados.
  • 05Persistência configurável em arquivos, Redis, S3, SQL ou armazenamento personalizado.
  • 06Ferramentas de linha de comando `classifier` e `keywords`, incluindo modelos pré-treinados.

Casos de uso

  • Filtrar spam ou classificar mensagens de suporte em uma aplicação Ruby.
  • Executar detecção de sentimento ou emoção pela linha de comando usando modelos pré-treinados.
  • Encontrar documentos semelhantes com LSI para buscas simples ou recomendações.
  • Extrair palavras-chave relevantes de artigos ou corpora com TF-IDF.

Início rápido

  1. 1

    Adicione a gem ao seu Gemfile

    gem 'classifier'
  2. 2

    Ou instale a CLI pelo Homebrew

    brew install classifier
  3. 3

    Classifique textos com um modelo pré-treinado

    classifier -r sms-spam-filter "You won a free iPhone"

Antes de usar

  • A extensão nativa em C acelera o LSI; se não estiver disponível, a gem recorre ao Ruby puro.

Em coleções

Ferramentas e bibliotecas de processamento de linguagem natural

Tópicos

#text-classification#naive-bayes#machine-learning#tf-idf#lsi#ruby-gem#nlp#classification#classification-algorithm#machine-learning-algorithms

Perguntas frequentes

O que é classifier?
Gem Ruby para classificação de textos com Naive Bayes, LSI, k-Nearest Neighbors, Logistic Regression e TF-IDF, além de ferramentas CLI. Classifier é uma gem Ruby para classificação de textos. Ela reúne cinco abordagens: Naive Bayes, Latent Semantic Indexing (LSI), k-Nearest Neighbors, Logistic Regression e vetorização TF-IDF, para você escolher o método mais adequado aos seus dados e à tarefa.
classifier é gratuito? Qual é a licença?
classifier é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
classifier ainda é mantido?
Manutenção ativa. O último commit de classifier foi em 31 de out. de 2026.
Para que posso usar classifier?
Filtrar spam ou classificar mensagens de suporte em uma aplicação Ruby. Executar detecção de sentimento ou emoção pela linha de comando usando modelos pré-treinados. Encontrar documentos semelhantes com LSI para buscas simples ou recomendações. Extrair palavras-chave relevantes de artigos ou corpora com TF-IDF.
Como instalar classifier?
Adicione a gem ao seu Gemfile: gem 'classifier' Ou instale a CLI pelo Homebrew: brew install classifier Classifique textos com um modelo pré-treinado: classifier -r sms-spam-filter "You won a free iPhone"
Onde consigo classifier?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/cardmagic/classifier

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados