GroupDocs.Classification for .NET
テキストやドキュメントを分類できる API ライブラリ
IAB-2 やドキュメント分類方式で事前定義されたタグやカテゴリを使用して、.NET アプリケーション内でファイルやテキストを分類
GroupDocs.Classification for .NET は、C#、ASP.NET、VB.NET、J#、またはその他の .NET ベースのアプリケーションでドキュメントやテキストを分類できるシンプルな API です。IAB-2 により標準化されたテキスト カテゴリ、または Aspose により開発されたドキュメント分類方式の 2 つの異なる分類方法によって高度な分類が可能です。GroupDocs.Classification for .NET では、テキスト、文章、文字を分析でき、PDF、Microsoft Word、OpenDocument、RTF、およびテキストなどの業界の標準的なさまざまなドキュメント形式の分類をサポートします。
GroupDocs.Classification for .NET は、独自の処理エンジンを使用するので、外部のツールをシステムにインストールする必要はありません。.NET プラットフォームのアプリケーション開発向けで、.NET フレームワーク (.NET Core を含む) をインストールできる、一般的なオペレーティング システム (Windows、Linux、MacOS) をサポートします。
GroupDocs.Classification for .NET は、さまざまなドキュメント形式の分類をサポートします。下記の C# のコード例は、PDF ファイルを IAB-2 分類方式により 3 つの最適な結果を分類しています。
// 一般的な分類子の初期化 (IAB-2、Documents、Sentiment Analysis).
var classifier = new GroupDocs.Classification.Classifier();
// PDF ファイルをドキュメントの分類方式により分類し、3 つの最適な結果を返す
var response = classifier.Classify("document.pdf", ".", 3, Taxonomy.Documents);
Console.WriteLine($"{response.BestClassName}: {response.BestClassProbability}");
GroupDocs.Classification の API は、テキストの分類もサポートします。テキスト分類は、4 つの異なる分類方式 (IAB-2、Documents、Sentiment および Sentiment3) で実行されます。下記の C# のコード例は、デフォルトの分類方式 (IAB-2) によりテキストを分類し 最適な結果を分類しています。
// 一般的な分類子の初期化 (IAB-2、Documents、Sentiment Analysis).
var classifier = new GroupDocs.Classification.Classifier();
// テキストを IAB-2 分類方法により分類し、最適な結果を返す
var response = classifier.Classify("Classify text using the default IAB-2 taxonomy");
Console.WriteLine($"{response.BestClassName}: {response.BestClassProbability}");
GroupDocs.Classification for .NET では、英語、中国語、スペイン語、ドイツ語によるドメイン間の感情分析 (Sentiment Analysis) 分類が可能です。GroupDocs.Classification for .NET は、自動的に適切な言語を検出します。以下の C# コードは、感情分析 API の使用例です。
// ドメイン間の多言語感情分類子を初期化
// SentimentClassifier は、英語、中国語、スペイン語、ドイツ語による多言語の分類をサポートします。
var classifier = new GroupDocs.Classification.SentimentClassifier();
// 英語テキストの感情分析
var response = classifier.Classify("Experience is simply the name we give our mistakes");
Console.WriteLine($"{response.BestClassName}: {response.BestClassProbability}");
// 同様の分類子と Sentiment3 (Negative/Neutral/Positive) 分類方式による中国語テキストの感情分析
response = classifier.Classify("熟能生巧", taxonomy: Taxonomy.Sentiment3);
Console.WriteLine($"{response.BestClassName}: {response.BestClassProbability}");
