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.

Inizia esaminando l’implementazione esistente di dsmvp-v1 nel repository, incluso il relativo notebook Jupyter e l’accesso al database tramite webapi. Definisci come dsmvp-v2 debba consumare triple e fornire classificazioni del bias contestuale, usando come riferimento l’esempio collegato di classificazione del testo di spaCy. L’attività è completata quando il nuovo componente è implementato con il comportamento contestuale specificato e segue il modello di integrazione di v1.

Scritto dal modello di indicizzazione a partire dal testo della issue.