Am inceput sa ma joc cu Quarkus si ieri am codat (pe genunchi) treaba asta
Este un mic microserviciu(asta daca pot zice asa) care incearca sa detecteze cuvintele urate, injuraturile in engleza dintr-un comentariu de pe net. Am incercat cu cateva comentarii de pe Reddit si s-a descurcat onorabil
Are 2 endpoint-uri:
- unul de analizat un singur cuvanr
- unul pentru analizat un text.
De mentionat ca nu folosesc niciun algoritm fancy sau NLP ci lucruri de baza din limbaj. Cuvintele din comentariu sunt sparte in tokenuri si comparate cu cele dintr-o lista predefinata de aici. Sunt si cuvinte scrise cu caractere speciale sau cifre in loc de litere.
Inca lucrez la el, dar pana acum am extras urmatoarele concluzii:
- este greu sa detectezi asa ceva intrucat se pot exprima si sentimente pozitive cu acele cuvinte. “This shit is good”. Sunt alti algoritmi mai avansati care fac mai bine treaba asta si chiar servicii
Pe Stackoverflow, o discutie despre acest lucru
Plus faptul ca o limba are tot felul de nunate. - am fost surprins sa vad ce usor este sa incep cu Qurkus un proiect nou. Doar am selectat de aici ce vreau sa folosesc si mi-a exportat proectul cu toate cele necesare. Si in plus, jar-ul rezultat este mult mai mic decat ma asteptam
- nu este cel mai clean code, dar heyyy
Nu este asa de polished ca altele de pe aici, dar asa invatam. 