• 용도

이전 Learning 함수에서 학습한 ANN 모델로 새로운 메시지 감정분류(긍/부정, 희/노/애/락 등)에 대한 예측치와 예측력을 구하는 함수

• 양식

• MessageClassifier_with_1gram_for_Prediction

LearningWeight,tags_1gram.csv

clean_test_message.csv

prediction_results.csv

• Reference file: (1) 아래 표처럼 Learning 함수에서와 동일한 tag 목록, 그리고 (2) Learning 함수의 output을 콤마(,)를 구분자로 하여 받아옴

• Input file: document 컬럼에 새로 감정 분류 라벨링을 하고자 하는 정제 텍스트가 있는 CSV 파일 @@컬럼명 다 contents로 통일하기로 했다?

• Output file: 새로운 input 메시지에 대한 모델 예측치와 예측력
• Output 예시

긍정(1), 부정(0) 분류 예시. Predicted_value(예측치)는 모델이 각 메시지에 대한 예측치를 산출한 것으로, 1에 가까울 수록 긍정, 0에 가까울수록 부정이다. Prediction_accuracy(예측력)는 해당 예측이 정확할 확률은 얼마나 되는지를 나타낸 것이다. 가령, 첫번째 메시지는 0.943의 예측치가 나와 긍정 메시지로 예상되고, 이 예측이 정답일 확률은 0.959이다.

• Colab url link: https://colab.research.google.com/drive/1lcyZvhV3sVP071fAU6OrIuwHBNeJUS6Q#scrollTo=yNutut6vQ1kZ

• 백업용 py file

  MessageClassifier_1gram_Prediction.py

MessageClassifier_with_2gram_for_Prediction