Pagi ini saya lagi belajar sebuah video toturial bagaimana cara implementasi salah satu task NLP pada webservice.
library yang digunakan antara lain:
textblob
flask
flask-bootsrap
time
random
request
request
untuk awalan kita boleh membaca materi pada link:
textblob = https://textblob.readthedocs.io/en/dev/
flask-bootstrap = https://pythonhosted.org/Flask-Bootstrap/basic-usage.html
note:
textblob adalah library NLP basis nya dalam bahasa inggris.
flask-bootstrap adalah library flask dengan bootstrap (jadi kita dimudahkan jika MALAS bikin design UI) tinggal pakai aja.
mungkin untuk lebih jelas nya, teman-teman bisa baca pada dokumentasinya, kita akan langsung saja belajar memahami bagaimana flask bekerja ketika kita ingin mengimplementasikan model dengan fasilitasnya agar kita bisa dengan mudah demostrasikan hasil model machine learning kita ke orang lain.
pada tulisan sebelumnya belajar-basic-webservice-dengan-flask.html kita sudah membahas mengenai dasar flask. Jika ada yang membingungkan pada halaman ini silahkan membaca kembali belajar-basic-webservice-dengan-flask.html
oke, kita akan langsung pada pokok bahasan kali ini.
pertama, kita buat satu folder dan berikan nama 'sentiment'.
kemudian buat lah file baru namain 'app.py'
didalam file 'app.py' inilah kita akan menjalan program yang akan kita buat.
Kedua, kita buat satu folder baru didalam folder sentiment dan berikan nama 'template'. Kemudian buatlah satu file dengan nama 'index.html'.
setelah itu kita menuliskan code pada halaman 'app.py'
setalah tuliskan code untuk menampilan hasil di 'index.html'
sebenarnya kalau belajar lebih disarankan untuk coba running code persatuan part nya, cuman karena saya lagi malas untuk menulis panjang-panjang di halam blog ini, makanya saya screenshott source code nya semua.
setelah semua atau sebagai code dituliskan, jika teman-teman mau coba running, maka cara runningnya adalah:
buka cmd atau terminal, arah ke directory mana folder source code nya disimpan, dalam hal ini saya implementasikan.
kemudian, running file python dengan cara "python app.py" enter.
di gambar diatas terlihat bahwa file berhasil dirunning di local server, setelah itu buka browser mozilla atau chrome, copi link http dengan cara blok + klik kanan copy + paste ke browser.
untuk menguji model sudah berjalan baik atau tidak, silahkan masukan text pada "Enter Your Text Below" kemudian lihat hasil count token dan hasil sentiment analysis nya.
oke, sampai sini dulu ya kawan, jika ada yang ingin diskusikan terkait source code nya atau mau file silahkan hubungi via wa/kolom komentar.
Saya lebih menyarankan via wa biar fast response.. hahahhaha
"Hidup Diskusi Anak Muda Indonesia Agar Lebih Baik"
oke, kita akan langsung pada pokok bahasan kali ini.
pertama, kita buat satu folder dan berikan nama 'sentiment'.
kemudian buat lah file baru namain 'app.py'
didalam file 'app.py' inilah kita akan menjalan program yang akan kita buat.
Kedua, kita buat satu folder baru didalam folder sentiment dan berikan nama 'template'. Kemudian buatlah satu file dengan nama 'index.html'.
setelah itu kita menuliskan code pada halaman 'app.py'
setalah tuliskan code untuk menampilan hasil di 'index.html'
sebenarnya kalau belajar lebih disarankan untuk coba running code persatuan part nya, cuman karena saya lagi malas untuk menulis panjang-panjang di halam blog ini, makanya saya screenshott source code nya semua.
setelah semua atau sebagai code dituliskan, jika teman-teman mau coba running, maka cara runningnya adalah:
buka cmd atau terminal, arah ke directory mana folder source code nya disimpan, dalam hal ini saya implementasikan.kemudian, running file python dengan cara "python app.py" enter.
oke, sampai sini dulu ya kawan, jika ada yang ingin diskusikan terkait source code nya atau mau file silahkan hubungi via wa/kolom komentar.
Saya lebih menyarankan via wa biar fast response.. hahahhaha
"Hidup Diskusi Anak Muda Indonesia Agar Lebih Baik"
Tags:
#Flask
1 komentar