ML .NET 电影评论情绪分析

场景

给出一段电影评价的文字，判断其对电影的评价是积极的还是消极的
虽然业务场景和之前的博客不同，但是实际上和ML .NET 预测订单是否被退货的内核是一样的，都是文本数据分类
输入一些特征和结果，进行训练，之后使用模型，通过特征，推断结果

训练数据

数据来自IMDB Dataset of 50K Movie Reviews，包含两列评论review和情绪sentiment
训练数据不需要额外处理

实际上也可以使用中文的训练数据，在豆瓣等电影评论网站爬取即可

训练模型

训练方案选择数据分类

训练环境选择本地CPU

数据

选择数据文件，加载数据

设置要预测的列为sentiment
设置特征字段的属性

开始训练

之后有一个简单的评估功能，可以迅速看一下这个模型的效果如何

最后ML .NET贴心的为我们准备了调用模型获得结果的示例代码，让我们可以快速开发

调用模型完成功能

写一个UI，输入数据，并推荐评论的情绪是否积极

示例代码

MovieSentiment

参考资料

使用 ML.NET CLI 分析情绪
官方machinelearning-samples
社区示例