{"id":27067408,"url":"https://github.com/halva773/ai-api-service","last_synced_at":"2025-06-12T21:04:26.221Z","repository":{"id":253160368,"uuid":"842513985","full_name":"Halva773/AI-API-Service","owner":"Halva773","description":"Модель текстовой бинарной классификации с интерфейсом API (DjangoRESTFramework)","archived":false,"fork":false,"pushed_at":"2024-08-14T19:49:53.000Z","size":4190,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2024-08-14T21:56:51.654Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/Halva773.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-08-14T14:02:41.000Z","updated_at":"2024-08-14T21:56:55.017Z","dependencies_parsed_at":"2024-08-14T22:09:15.876Z","dependency_job_id":null,"html_url":"https://github.com/Halva773/AI-API-Service","commit_stats":null,"previous_names":["halva773/ai-api-service"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Halva773%2FAI-API-Service","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Halva773%2FAI-API-Service/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Halva773%2FAI-API-Service/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Halva773%2FAI-API-Service/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/Halva773","download_url":"https://codeload.github.com/Halva773/AI-API-Service/tar.gz/refs/heads/master","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":247393541,"owners_count":20931810,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2025-04-05T19:48:47.509Z","updated_at":"2025-04-05T19:48:48.035Z","avatar_url":"https://github.com/Halva773.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# API для классификации настроений\n\nЭтот проект представляет собой API-сервис, который применяет модель машинного обучения для классификации текста на позитивный или негативный. API построен с использованием Django REST Framework и может быть развернут с помощью Docker.\n\n## Возможности\n\n- **Эндпоинты**:\n  - **POST /predict**: Принимает текстовые данные и возвращает классификацию настроения (позитивное или негативное).\n  - **GET /predict**: Принимает текст через параметр запроса и возвращает классификацию настроения.\n\n- **Модель**: Модель классифицирует текст как позитивный или негативный.\n\n- **Развертывание**: Проект включает Dockerfile для легкого развертывания.\n\n## Начало работы\n\n### Предварительные требования\n\n- **Docker**: Убедитесь, что Docker установлен на вашем компьютере.\n\n### Установка\n\n1. **Клонируйте репозиторий**:\n\n   ```bash\n   git clone https://github.com/yourusername/your-repository.git\n   cd your-repository\n   ```\n\n2. **Соберите Docker-образ**:\n\n   ```bash\n   docker build -t sentiment_classification_api .\n   ```\n\n3. **Запустите Docker-контейнер**:\n\n   ```bash\n   docker run -p 3001:8000 sentiment_classification_api\n   ```\n\n### Использование\n\nВы можете взаимодействовать с API с помощью инструментов, таких как `curl` или Postman.\n\n- **POST-запрос**:\n\n  ```bash\n  curl -X POST http://localhost:3001/predict/ -H \"Content-Type: application/json\" -d \"{\\\"text\\\": \\\"I love it\\\"}\"\n  ```\n\n  **Ответ**:\n\n  ```json\n  {\n      \"prediction\": \"1\"\n  }\n  ```\n\n- **GET-запрос**:\n\n  ```bash\n  curl -X GET http://localhost:3001/predict/?text=I hate it\n  ```\n\n  **Ответ**:\n\n  ```json\n  {\n      \"prediction\": \"0\"\n  }\n  ```\n\n### Структура проекта\n\n- `model/`: Содержит файлы Django-проекта.\n- `AI/`: Содержит файл обученной модели (`text_classification_model.pkl`).\n- `Dockerfile`: Dockerfile для контейнеризации приложения.\n- `requirements.txt`: Python-зависимости для проекта.\n\n### Dockerfile\n\nПредоставленный Dockerfile используется для контейнеризации Django-приложения. Он устанавливает необходимые зависимости, копирует файлы проекта в контейнер и запускает приложение с помощью Gunicorn.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fhalva773%2Fai-api-service","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fhalva773%2Fai-api-service","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fhalva773%2Fai-api-service/lists"}