訓練數據：網站評論可以為正面 (1) 或負面 (0)（情緒）。
預測新網站評論的情緒，正面或負面，如以下示例所示：
?我喜歡這里的服務員。 他們值得信賴。
?這里的湯是最糟糕的。

1.下載 UCI Sentiment Labeled Sentences 數據集 zip 文件（請參閱以下備注中的引文）并解壓縮文件。https://archive.ics.uci.edu/ml/machine-learning-databases/00331/sentiment%20labelled%20sentences.zip

2.然后開始了！

（1）創建控制臺應用程序（.net core）
（2）創建數據的目錄，保存數據集文件
（3）添加->新文件夾data，右擊項目
（4）NuGet包增加，右擊項目 ：Microsoft.ML
（5）復制樣本數據到data
（6）輸入 引入的的名字空間

Imports System Imports System.Collections Imports System.IO Imports System.Linq Imports Microsoft.Data.DataView Imports Microsoft.ML Imports Microsoft.ML.Trainers Imports Microsoft.ML.Transforms.TextModule ProgramSub Main(args As String())Console.WriteLine("Hello World!")End Sub End Module

（7）增加屬性

Imports System Imports System.Collections Imports System.IO Imports System.Linq Imports Microsoft.Data.DataView Imports Microsoft.ML Imports Microsoft.ML.Trainers Imports Microsoft.ML.Transforms.TextModule ProgramPrivate ReadOnly _dataPath As String = Path.Combine(Environment.CurrentDirectory, "data", "yelp_labelled.txt")Private ReadOnly _modelPath As String = Path.Combine(Environment.CurrentDirectory, "data", "model.zip")Public ReadOnly Property DataPath As StringGetReturn _dataPathEnd GetEnd PropertyPublic ReadOnly Property ModelPath As StringGetReturn _modelPathEnd GetEnd PropertySub Main(args As String())Console.WriteLine("Hello World!")Console.ReadKey()End Sub End Module

創建數據集類和預測類
類文件SentimentData.vb

Imports Microsoft.ML.Data Public Class SentimentData<LoadColumn(0)>Public SentimentText As String<LoadColumn(1), ColumnName("Label")>Public Sentiment As Boolean End Class Public Class SentimentPrediction<ColumnName("PredictedLabel")>Public Property Prediction() As BooleanPublic Property Probability() As DoublePublic Property Score() As DoubleEnd Class

總結

以上是生活随笔為你收集整理的vb.net2019- 机器学习ml.net情绪分析(1)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。