Text Classifer ML.Net

情緒分析 ML.NET

文本分類是對文本進行智慧分類。而且，使用機器學習來自動化這些任務，只會使整個過程變得超級快速和有效率。人工智慧和機器學習可以說是近年來發展勢頭最有益的技術。

入門

它只是一個用 3000 行訊息集訓練的模型。整合階段是為了使其能夠與 Web 應用程式一起工作。目前我們將資料集儲存在 .tsv 檔案中。因為這與我們選擇訓練模型的演算法配合得很好。

先決條件

Visual Studio Nuget 套件：microsoft ML.NET

待辦事項

由於推斷元組元素名稱是 C# 7.1 中的新功能，且項目的預設語言版本是 C# 7.0，因此需要將語言版本變更為 C# 7.1 或更高版本。為此，請右鍵單擊“解決方案資源管理器”中的專案節點，然後選擇“屬性”。選擇“構建”選項卡並選擇“高級”按鈕。在下拉清單中，選擇 C# 7.1（或更高版本）。選擇確定按鈕。

 Project ->Properties ->Build->Advanced->Language Version->C# 7.1

運行測試

目前它是一個控制台應用程序，因此您只需在控制台視窗中運行它即可獲取有關模型的訓練、評估和預測的資訊。

訓練、測試、部署

您只能使用正確的資料集進行一次訓練，並且它會以 .Zip 格式保存在應用程式內的資料資料夾中。測試可以說明模型預測結果的準確度 部署是給定測試資料的真正預測階段

部署

該模型可以用作應用程式內的 Web API 來預測訊息的類別

內建

• DatasetKaggle - 用於此模型 V1 的 Kaggle 資料集
• 使用 ML 的 Asp Web 應用程式 - 與 asp.net core Web 應用程式整合的持續 POC

版本控制

使用 30000 個訊息訓練的次要模型以偵測類別 主要模型使用大型資料集訓練以偵測類別和子類別

作者

• Sojasingarayar Abonia -專案初始化

貢獻者-專案創意Fred