getSentiment: преобразование анализатора тональности Машинного обучения

Мақала
05/23/2023

Оценивает текст на естественном языке и создает столбец, содержащий вероятности, что тональности в тексте положительны.

Использование

  getSentiment(vars, ...)

Аргументы

`vars`

Вектор символов или список имен переменных для преобразования. Примененные имена представляют имена новых переменных, которые будут созданы.

`...`

Дополнительные аргументы, отправляемые в подсистему вычислений.

Сведения

Преобразование getSentiment возвращает вероятность того, что тональность естественного текста является положительной. В настоящее время поддерживается
только английский язык.

Значение

Объект maml, определяющий преобразование.

Авторы

Корпорация Майкрософт Microsoft Technical Support

См. также

rxFastTrees, rxFastForest, rxNeuralNet, rxOneClassSvm, rxLogisticRegression, rxFastLinear.

Примеры


 # Create the data
 CustomerReviews <- data.frame(Review = c(
   "I really did not like the taste of it",
   "It was surprisingly quite good!",
   "I will never ever ever go to that place again!!"),
   stringsAsFactors = FALSE)

 # Get the sentiment scores
 sentimentScores <- rxFeaturize(data = CustomerReviews, 
                                mlTransforms = getSentiment(vars = list(SentimentScore = "Review")))

 # Let's translate the score to something more meaningful
 sentimentScores$PredictedRating <- ifelse(sentimentScores$SentimentScore > 0.6, 
                                           "AWESOMENESS", "BLAH")

 # Let's look at the results
 sentimentScores

Бөлісу құралы: