Implement Machine Learning component V2 (dsmvp-v2)

As part of the progression of machine learning components with increasing levels of sophistication, implement version 2 ("dsmvp-v2") with the following characteristics:

A machine learning module that can learn to detect racially biased expressions in context based on input labeled data of triples.

A possible implementation can make use of contextual text classifiers, such as those based on RNN = Recurrent Neural Networks such as the LTST architecture (Reference: https://spacy.io/usage/examples#textcat).

RNN allows the classifier to be "sequentially contextual", i.e. to classify a given phrase or expression dependent on the context in which it is used.

Coding of dsmvp-v2 should be similar to and share many aspects of how dsmvp-v1 in the repository is implemented, using Jupyter notebook and accessing the database via webapi, etc.

Beginne damit, die vorhandene Implementierung von dsmvp-v1 im Repository zu überprüfen, einschließlich ihres Jupyter-Notebooks und des Datenbankzugriffs über webapi. Definiere, wie dsmvp-v2 -Tripel verarbeiten und kontextbezogene Bias-Klassifikationen bereitstellen soll, und verwende dabei das verlinkte spaCy-Beispiel zur Textklassifikation als Referenz. Als abgeschlossen gilt die Aufgabe, wenn die neue Komponente mit dem beschriebenen kontextbezogenen Verhalten implementiert ist und dem Integrationsmuster von v1 folgt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.