dotnet / dotnet/machinelearning-modelbuilder

ML.NET Tutorial - Sentiment Prediction Sample Code

Aperta
#2,909 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
GS Tutorial
Lingua principale
Dockerfile
Stelle
285
Fork
66
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

Hi,

I have tried your tutorial to developed my first AI Model using your tutorial with link below, it is an AI sample for sentiment Analysis.

All the Steps worked fine and i am able to create a model successfully but when i tried consuming this model as per instruction it ran but its giving response in opposite. like my below code it should give me positve sentiment but it is output as Negative that is wrong.

Tutorial Link:
https://dotnet.microsoft.com/en-us/learn/ml-dotnet/get-started-tutorial/intro

The sample code for Reference:
`var sampleData = new SentimentMLModel.ModelInput()
{
Col0 = "This restaurant was wonderful."
};

//Load model and predict output
var result = SentimentMLModel.Predict(sampleData);
// If Prediction is 1, sentiment is "Positive"; otherwise, sentiment is "Negative"
var sentiment = result.PredictedLabel == 1 ? "Positive" : "Negative";

Console.WriteLine($"Text: {sampleData.Col0}\nSentiment: {sentiment}");`

The Output:
"Sentiment: Negative"

![Sentiment](https://github.com/dotnet/machinelearning-modelbuilder/assets/6714943/a2023560-892c-45f8-ae68-aa6a449a2b30)

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia con il tutorial sulla previsione del sentiment di ML.NET e con il codice di esempio SentimentMLModel fornito. Riproduci il risultato per "This restaurant was wonderful." e verifica come il modello generato rappresenta PredictedLabel rispetto alla mappatura Positive/Negative del tutorial. Il lavoro è completato quando il tutorial e l'esempio classificano coerentemente questa frase positiva come Positive, aggiornando l'output di esempio se necessario.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
csharp, machine-learning
Ambito
documentation, machine-learning
Tipo di issue
Bug
Difficoltà
3/5
Tempo stimato
1-2 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.