Connecting Word Files with AI Models

# Aspose.Wordsを使用してWord文書を機械学習モデルと統合する方法

機械学習(ML)モデルとWordドキュメントを統合することで、感覚分析、分類、またはコンテンツ概要などの高度なデータ分析が可能になります。 Aspose.Words for .NET では、コンテンツをプログラム的に抽出し、スマートな処理のための ML パイプラインに供給できます。

原則:MLモデルとWordドキュメントを統合するためのツール

  • インストール → ネット SDK あなたのオペレーティングシステム
  • プロジェクトに Aspose.Words を追加する:dotnet add package Aspose.Words
  • ML.NET、TensorFlow、PyTorchなどの機械学習フレームワークをモデル統合に設定します。

MLモデルとWordドキュメントを統合するためのステップ・ステップガイド

ステップ1:分析のためのWordドキュメントをアップロードする 

using System;
using Aspose.Words;

class Program
{
    static void Main()
    {
        string filePath = "DocumentForAnalysis.docx";
        Document doc = new Document(filePath);

        Console.WriteLine("Document loaded successfully.");
    }
}

説明: このコードは、指定された Word ドキュメントをメモリにアップロードします。

ステップ2:Wordドキュメントからテキストコンテンツを抽出する 

using System;
using Aspose.Words;

class Program
{
    static void Main()
    {
        Document doc = new Document("DocumentForAnalysis.docx");
        string text = doc.GetText();

        Console.WriteLine("Extracted Text:");
        Console.WriteLine(text);
    }
}

説明: このコードは、充電された Word ドキュメントからすべてのテキストコンテンツを抽出します。

ステップ3:抽出されたテキストデータを事前に処理する 

using System;
using System.Linq;

class Program
{
    static void Main()
    {
        string rawText = "  This is a SAMPLE text for analysis. ";
        string processedText = string.Join(" ", rawText.Split().Select(word => word.ToLower()));

        Console.WriteLine("Preprocessed Text:");
        Console.WriteLine(processedText);
    }
}

説明: このコードは、追加のスペースを削除し、テキストを下のケースに変換することによって基本的なテキストの事前処理を示しています。

ステップ4:機械学習モデルをスタートさせ、充電する 

using System;
using Microsoft.ML;

class Program
{
    static void Main()
    {
        var mlContext = new MLContext();
        ITransformer model = mlContext.Model.Load("SentimentAnalysisModel.zip", out _);

        Console.WriteLine("ML Model Loaded.");
    }
}

説明: このコードは、ML.NET コンテキストを開始し、事前に訓練された機械学習モデルをアップロードします。

ステップ5:MLモデルのデータビューを作成する 

using System;
using Microsoft.ML;

class Program
{
    static void Main()
    {
        var mlContext = new MLContext();
        string preprocessedText = "this is a sample text for analysis";
        var data = new[] { new { Text = preprocessedText } };
        var dataView = mlContext.Data.LoadFromEnumerable(data);

        Console.WriteLine("Data View Created.");
    }
}

説明: このコードは、MLモデルが予測に使用する事前に処理されたテキストからデータビューを作成します。

ステップ6:MLモデルのための予測エンジンを作成する 

using System;
using Microsoft.ML;

class Program
{
    static void Main()
    {
        var mlContext = new MLContext();
        ITransformer model = mlContext.Model.Load("SentimentAnalysisModel.zip", out _);
        var predictionEngine = mlContext.Model.CreatePredictionEngine<InputData, PredictionResult>(model);

        Console.WriteLine("Prediction Engine Created.");
    }
}

説明: このコードは、充電されたMLモデルで予測を行うことを可能にする予測エンジンを作成します。

ステップ7:MLモデルを使用して予測を作成する 

using System;
using Microsoft.ML;
using System.Linq;

class Program
{
    // Define the input schema
    public class InputData
    {
        public string Text { get; set; }
    }

    // Define the output schema
    public class PredictionResult
    {
        public bool PredictedLabel { get; set; }
        public float Probability { get; set; }
        public float Score { get; set; }
    }

    static void Main()
    {
        var mlContext = new MLContext();
        string preprocessedText = "this is a sample text for analysis";

        // Load the model
        ITransformer model = mlContext.Model.Load("SentimentAnalysisModel.zip", out _);

        // Create a prediction engine
        var predictionEngine = mlContext.Model.CreatePredictionEngine<InputData, PredictionResult>(model);

        // Prepare input
        var input = new InputData { Text = preprocessedText };

        // Make a prediction
        var prediction = predictionEngine.Predict(input);

        // Output the result
        Console.WriteLine($"Predicted Sentiment: {prediction.PredictedLabel}, Probability: {prediction.Probability}, Score: {prediction.Score}");
    }
}

説明: このコードは予測エンジンを使用して、入力データに基づいて予測を行います。

ステップ8:予測結果をWordドキュメントに追加する 

using System;
using Aspose.Words;

class Program
{
    static void Main()
    {
        Document doc = new Document("DocumentForAnalysis.docx");
        DocumentBuilder builder = new DocumentBuilder(doc);
        builder.MoveToDocumentEnd();
        builder.Writeln("Predicted Sentiment: Positive");

        Console.WriteLine("Prediction Results Added to Document.");
    }
}

説明: このコードは、予測結果をWord文書の終わりに追加します。

ステップ9:変更された単語文書を保存する 

using System;
using Aspose.Words;

class Program
{
    static void Main()
    {
        Document doc = new Document("DocumentForAnalysis.docx");
        DocumentBuilder builder = new DocumentBuilder(doc);
        builder.MoveToDocumentEnd();
        builder.Writeln("Predicted Sentiment: Positive");
        doc.Save("DocumentWithAnalysis.docx");

        Console.WriteLine("Document Saved.");
    }
}

説明: このコードは、追加の予測結果を含む修正されたWord文書を保存します。

Word ドキュメントと ML 統合のためのリアル ワールド アプリケーション

  • 感覚分析:- Word ドキュメントに保存されている顧客のフィードバックまたは調査回答を分析します。

  • コンテンツカテゴリ化:- より良い組織のために、事前に定義されたカテゴリに文書を分類します。

  • 概要と概要:- 長いレポートから概要やキータイトルを生成します。

ドキュメントとML統合の開発シナリオ

  • 内部ツール:- 内部文書を分析するためのツールを構築し、チームに実行可能な洞察を提供します。

  • SaaSプラットフォーム:- AIによるドキュメント分析をソフトウェアアプリケーションの機能として提供します。

ドキュメントとML統合に関する共通の問題と修正

  • データ騒音 抽出テキスト:- 投票や停止単語除去などの先進的な事前処理技術を使用します。

  • サポートされていないファイル形式:- 保証入力文書はサポートされたフォーマット(DOCXなど)にあります。

  • モデル予測エラー:- MLモデルを複数のデータセットでテストして正確性を向上させます。

Aspose.Words と機械学習モデルを組み合わせると、スマートドキュメント処理機能を解除し、データベースの決定をより効率的に行うことができます。

 日本語