Usage
microsoftml.get_sentiment(cols: [str, dict, list], **kargs)
설명
자연어 텍스트를 평가하고 감정이 긍정적일 확률을 평가합니다.
세부 정보
변환은 get_sentiment 자연 텍스트의 감성이 양수일 확률을 반환합니다. 현재는 영어만 지원합니다.
Arguments
cols
변환할 변수 이름 문자열 또는 목록입니다. 만약 이면 dict, 이름들은 새로 생성될 변수들의 이름을 나타냅니다.
kargs
컴퓨팅 엔진으로 전송된 추가 인수입니다.
Returns
변환을 정의하는 개체입니다.
Example
'''
Example with get_sentiment and rx_logistic_regression.
'''
import numpy
import pandas
from microsoftml import rx_logistic_regression, rx_featurize, rx_predict, get_sentiment
# Create the data
customer_reviews = pandas.DataFrame(data=dict(review=[
"I really did not like the taste of it",
"It was surprisingly quite good!",
"I will never ever ever go to that place again!!"]))
# Get the sentiment scores
sentiment_scores = rx_featurize(
data=customer_reviews,
ml_transforms=[get_sentiment(cols=dict(scores="review"))])
# Let's translate the score to something more meaningful
sentiment_scores["eval"] = sentiment_scores.scores.apply(
lambda score: "AWESOMENESS" if score > 0.6 else "BLAH")
print(sentiment_scores)
Output:
Beginning processing data.
Rows Read: 3, Read Time: 0, Transform Time: 0
Beginning processing data.
Elapsed time: 00:00:02.4327924
Finished writing 3 rows.
Writing completed.
review scores eval
0 I really did not like the taste of it 0.461790 BLAH
1 It was surprisingly quite good! 0.960192 AWESOMENESS
2 I will never ever ever go to that place again!! 0.310344 BLAH