C# ML.NET情感分析入门教程

不是必须，但TextClassificationTrainer是.NET 6+最直接方案；需确保标签列名匹配、文本列为string、标签可转key，预处理要清理特殊字符，部署时注意Linux容器原生依赖缺失。

ML.NET 情感分析必须用 TextClassificationTrainer 吗？

不是必须，但它是当前（.NET 6+）最直接、开箱即用的方案。旧版 SentimentPrediction 示例依赖已弃用的 Microsoft.ML.Transforms.Text 中过时 API；新版统一收口到 TextClassificationTrainer，底层自动处理分词、向量化、训练分类器全流程。

常见错误现象：InvalidOperationException: Could not find column 'Sentiment' —— 多因标签列名不匹配或未设 LabelColumnName；NotSupportedException: TextLoader does not support loading string columns as keys —— 常见于误将文本列设为 KeyType。

• 确保数据 CSV 第一行是列名，且标签列（如 Sentiment）为整数（0=负面，1=正面）或字符串（需后续映射）
• 加载时用 LoadFromTextFile<SentimentData>，其中 SentimentData 类的标签属性必须加 [ColumnName("Sentiment")] 和 [LoadColumn(1)]
• 训练前务必调用 mlContext.Transforms.Conversion.MapValueToKey("Label")，否则 TextClassificationTrainer 会报错

训练数据格式不对会导致 TextClassificationTrainer 直接崩溃

它对输入格式极其敏感：文本列必须是 string 类型，标签列必须能转成 key 类型（即离散类别）。不能直接喂入浮点评分（如 4.2 星）、空行、含控制字符的文本，也不接受多标签。

典型场景：你从 Excel 导出评论数据，发现部分单元格含换行符或引号 —— TextLoader 会解析失败，抛出 ArgumentException: Malformed line。

• 预处理建议：用 C# 读取原始 CSV，清理 \r\n、双引号、制表符，保存为 UTF-8 无 BOM 格式
• 标签列若为字符串（如 "Positive"/"Negative"），必须先用 mlContext.Transforms.Conversion.MapValueToKey("Label") 转键值，再传给训练器
• 文本列若为空，TextClassificationTrainer 默认跳过该样本；但若大量为空，模型评估指标（如 Accuracy）会虚高——建议提前过滤

Predict() 返回结果怎么看？

调用 model.CreatePredictionEngine<SentimentData, SentimentPrediction>().Predict(input) 后，SentimentPrediction 类里关键字段是：PredictedLabel（预测类别，如 1）、Score（float[2] 数组，索引 0 是负面置信度，1 是正面置信度）。

容易踩的坑：Score 不是概率，而是未经 softmax 的 logits；直接比较 Score[0] 和 Score[1] 即可判断倾向，但别当成 0~1 区间概率使用。

• 若需近似概率，可用 Enumerable.Zip(Score, model.Model.GetOutputSchema().GetColumnOrNull("Score").Type.GetItemType().AsVector()).Select(x => (float)Math.Exp(x.Item1)).ToArray() 手动 softmax（不推荐，性能差）
• 更稳妥做法：训练时加 .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedLabel"))，让输出直接带原始标签名（如 "Positive"）
• 部署时注意：每次调用 Predict() 都不触发重新训练，但 PredictionEngine 不是线程安全的——高并发需用 PredictionEnginePool

为什么本地跑通了，发布到 Linux 容器就报 DllNotFoundException: libdl.so？

这是 ML.NET 运行时依赖缺失的典型表现。ML.NET 的 TextClassificationTrainer 底层依赖 Intel MKL 或系统级 BLAS 实现，在 Alpine Linux 等精简镜像中默认不带 libdl、libgfortran 等库。

不是 .NET 版本问题，也不是代码写错，而是容器环境缺原生依赖。

• Dockerfile 中加一句：RUN apk add --no-cache openblas gfortran（Alpine）或 apt-get install -y libgfortran5 libopenblas-base（Debian）
• 避免用 mcr.microsoft.com/dotnet/aspnet:8.0-alpine，改用 :8.0-slim 或 :8.0 基础镜像
• 若仍失败，临时降级到 ML.NET 3.0（纯托管实现，无 native 依赖），但会损失约 30% 推理速度

真正麻烦的从来不是写几行 Fit() 和 Predict()，而是数据清洗的边界 case、容器里看不见的 so 文件、还有 Score 数组到底哪个下标对应“正面”——这些细节不手动试三遍根本记不住。