LIME Text Explainer 🔥

一个炫酷的交互式网页应用，使用LIME (Local Interpretable Model-agnostic Explanations) 来解释文本分类模型的预测结果，并通过热力图可视化展示。

✨ 功能特性

• 🎯 简单易用: 只需输入文本，点击按钮即可获得解释
• 🔥 炫酷界面: 现代化设计，流畅动画效果
• 📊 热力图可视化: 直观展示每个词对预测结果的影响程度
• 🤖 机器学习驱动: 基于scikit-learn的文本分类模型
• 📱 响应式设计: 支持移动端和桌面端

🚀 快速开始

方法1: 使用启动脚本 (推荐)

# 给启动脚本添加执行权限
chmod +x start.sh

# 运行启动脚本
./start.sh

方法2: 手动启动

# 1. 创建虚拟环境
python3 -m venv venv

# 2. 激活虚拟环境
source venv/bin/activate  # Linux/Mac
# 或者 venv\Scripts\activate  # Windows

# 3. 安装依赖
pip install -r requirements.txt

# 4. 启动应用
python app.py

🌐 访问应用

应用启动后，在浏览器中访问: http://localhost:5000

💡 使用说明

1. 输入文本: 在输入框中输入要分析的英文文本
2. 点击分析: 点击"开始分析"按钮
3. 查看结果:
   • 上方显示模型的预测结果和置信度
   • 下方的热力图显示每个词对预测的影响:
     • 🟢 绿色: 对预测结果有正面影响
     • 🔴 红色: 对预测结果有负面影响
     • ⚪ 灰色: 中性，影响很小

🎨 界面特色

• 渐变背景: 美丽的紫色渐变背景
• 玻璃态效果: 毛玻璃风格的卡片设计
• 流畅动画: 页面加载和交互动画
• 响应式布局: 自适应不同屏幕尺寸
• 现代化图标: Font Awesome 图标

🔧 技术栈

后端

• Flask: Web框架
• LIME: 模型解释库
• scikit-learn: 机器学习库
• NumPy: 数值计算

前端

• HTML5: 结构标记
• CSS3: 样式和动画
• JavaScript: 交互逻辑
• Font Awesome: 图标库

📊 模型信息

• 模型类型: 逻辑回归 (Logistic Regression)
• 特征提取: TF-IDF 向量化
• 分类类别:
  • Positive (正面情感)
  • Negative (负面情感)
  • Neutral (中性)

📝 示例文本

你可以尝试以下示例文本：

正面情感:

• "I love this amazing movie!"
• "This is the best experience ever!"
• "Fantastic and wonderful performance!"

负面情感:

• "This movie is terrible and boring"
• "Worst film I have ever watched"
• "Complete waste of time"

中性:

• "The meeting is scheduled for tomorrow"
• "Please send me the report"
• "Coffee shop opens at 8 AM"

🔍 工作原理

1. 文本预处理: 使用TF-IDF向量化将文本转换为数值特征
2. 模型预测: 逻辑回归模型生成预测结果和置信度
3. LIME解释: LIME算法通过局部扰动生成解释
4. 可视化: 将解释结果转换为颜色编码的热力图

🛠️ 自定义扩展

你可以轻松扩展这个应用：

• 更换模型: 替换为其他分类模型（BERT、RoBERTa等）
• 添加语言: 支持中文或其他语言的文本分析
• 增加功能: 添加更多的可视化选项
• 数据集: 使用自己的训练数据

📁 项目结构

rexdemo/
├── app.py              # Flask应用主文件
├── requirements.txt    # Python依赖包
├── start.sh           # 启动脚本
├── templates/
│   └── index.html     # 主页模板
└── static/
    └── style.css      # 额外样式文件

🤝 贡献

欢迎贡献代码和建议！请通过以下方式参与：

1. Fork 项目
2. 创建特性分支
3. 提交更改
4. 发送 Pull Request

📄 许可证

MIT License - 自由使用和修改

🆘 故障排除

常见问题:

1. 端口冲突: 如果5000端口被占用，修改app.py中的端口号
2. 依赖安装失败: 确保使用Python 3.7+和最新的pip
3. 模型加载错误: 检查所有依赖是否正确安装

联系支持: 如遇问题，请查看错误日志或提交issue

---

🎉 享受使用 LIME Text Explainer 来探索机器学习模型的决策过程！