주요 콘텐츠로 건너뛰기 이 브라우저는 더 이상 지원되지 않습니다. Show 최신 기능, 보안 업데이트, 기술 지원을 이용하려면 Microsoft Edge로 업그레이드하세요. 자습서: ML.NET에서 미리 학습된 TensorFlow 모델을 사용하여 영화 리뷰의 감정 분석
이 문서의 내용이 자습서에서는 미리 학습된 TensorFlow 모델을 사용하여 웹 사이트 댓글의 감정을 분류하는 방법을 보여 줍니다. 이진 감정 분류자는 Visual Studio를 사용하여 개발된 C# 콘솔 애플리케이션입니다. 이 자습서에서 사용되는 TensorFlow 모델은 IMDB 데이터베이스의 영화 리뷰를 사용하여 학습되었습니다. 애플리케이션 개발이 완료되면 영화 리뷰 텍스트를 제공할 수 있으며, 애플리케이션이 리뷰가 긍정적 또는 부정적 감정인지 여부를 알려 줍니다. 이 자습서에서는 다음과 같은 작업을 수행하는 방법을 살펴봅니다.
dotnet/samples 리포지토리에서 이 자습서의 소스 코드를 찾을 수 있습니다. 사전 요구 사항
설정애플리케이션 만들기
TensorFlow 모델을 프로젝트에 추가합니다.
Using 문 및 전역 변수 추가
데이터 모델링영화 리뷰는 자유 형식 텍스트입니다. 이 애플리케이션은 여러 불연속 단계에서 모델에 필요한 입력 형식으로 텍스트를 변환합니다. 우선 텍스트를 개별 단어로 분할하고 제공된 매핑 파일을 사용하여 각 단어를 정수 인코딩으로 매핑합니다. 이 변환의 결과는 문장의 단어 수에 해당하는 길이의 가변 길이 정수 배열입니다.
그러면 가변 길이 기능 배열의 크기가 고정 길이 600으로 조정됩니다. 이것이 TensorFlow 모델에 필요한 길이입니다.
MLContext, 조회 사전 및 기능 크기 조정 작업 만들기MLContext 클래스는 모든 ML.NET 작업의 시작 지점입니다.
미리 학습된 TensorFlow 모델 로드
ML.NET 파이프라인 만들기
파이프라인에서 ML.NET 모델 만들기
모델로 예측 수행
결과애플리케이션을 빌드하고 실행합니다. 다음과 같은 결과가 나타나야 합니다. 처리 중 메시지가 표시됩니다. 경고 또는 메시지 처리를 확인할 수 있습니다. 이해하기 쉽도록 이러한 메시지는 다음 결과에서 제거되었습니다.
지금까지 이제 ML.NET에서 미리 학습된 dotnet/samples 리포지토리에서 이 자습서의 소스 코드를 찾을 수 있습니다. 본 자습서에서는 다음 작업에 관한 방법을 학습했습니다.
|