Sizda rus tilida film sharhlari va ularning binar belgilash (belgilar: 0 — salbiy, 1 — ijobiy) bilan kichik ma'lumotlar to'plami mavjud. Vazifangiz — tayyor encoderlar (masalan, BERT) ishlatmasdan, 15 daqiqada oddiy matn tasnifi modelini o'qitish uchun to'liq pipeline ni amalga oshirish va bu ma'lumotlar bo'yicha aniqlikni (accuracy) ko'rsatish. reviews = [ "Bu film juda ajoyib!", "Ajoyib aktyorlar va zerikarli syujet.", "Har bir lahzadan zavq oldim!", "Ko'rgan eng yomon film.", "Ajoyib rejissyorlik va ajoyib hikoya.", "Chidolmas zerikish va oldindan aytib bo'ladigan." ] labels = [1, 0, 1, 0, 1, 0]

Для быстрого решения задачи классификации текстов на русском языке без использования готовых энкодеров можно сделать следующий pipeline:

1. Токенизация и простая предобработка (приведение к нижнему регистру, удаление знаков препинания).
2. Векторизация текста с помощью мешка слов (Bag of Words) с помощью sklearn CountVectorizer.
3. Обучение простой модели, например, логистической регрессии.
4. Оценка точности на тех же данных (так как датасет очень маленький).

Пример кода на Python:

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

reviews = [
    "Этот фильм просто потрясающий!",
    "Ужасная игра актёров и скучный сюжет.",
    "Мне очень понравилось каждое мгновение!",
    "Самый худший фильм, который я видел.",
    "Отличная операторская работа и замечательная история.",
    "Невыносимо скучно и предсказуемо."
]
labels = [1, 0, 1, 0, 1, 0]

# Векторизация
vectorizer = CountVectorizer(lowercase=True)
X = vectorizer.fit_transform(reviews)

# Обучение модели
model = LogisticRegression()
model.fit(X, labels)

# Предсказание и оценка
preds = model.predict(X)
accuracy = accuracy_score(labels, preds)
print(f"Accuracy: {accuracy:.2f}")

Такой подход позволит за 15 минут получить базовую модель классификации с приемлемой точностью на маленьком датасете.