text
Інструмент для аналізу настроїв на Python, який класифікує настрій текстових даних як Позитивний, Негативний або Нейтральний. Цей проект використовує TextBlob для обробки природної мови з метою аналізу вводу користувача або тексту з попередньо визначених наборів даних, що робить його зручним рішенням для аналізу настроїв. Результати візуалізуються за допомогою Matplotlib та Seaborn для демонстрації розподілу настроїв.
Імпорти: Цей розділ імпортує необхідні бібліотеки. TextBlob використовується для виконання аналізу настроїв, pandas допомагає з маніпулюванням даними, а matplotlib та seaborn використовуються для створення візуалізацій.
Приклад текстових даних: Список зразків текстових рядків (наприклад, речень або фраз), що демонструють аналіз настроїв. Ці рядки охоплюють різні настрої, такі як позитивний, негативний та нейтральний, для тестування моделі.
Функція аналізу настроїв: Функція analyzesentiment приймає текстовий ввід, обробляє його за допомогою TextBlob і повертає показник полярності. Полярність варіюється від -1 (негативний) до 1 (позитивний), і вимірює загальний настрій тексту. Оцінка 0 вважається нейтральною._
Застосування аналізу настроїв: Цей рядок застосовує функцію analyzesentiment до кожного тексту в списку текстів. Він ітерує список текстів і обчислює показник полярності для кожного, зберігаючи результати в списку sentiments._
Створення DataFrame: Цей розділ створює Pandas DataFrame для організації текстових даних та їх відповідних оцінок настроїв. DataFrame має два стовпці: один для тексту і один для обчисленого настрою.
Класифікація настроїв: Ця функція приймає показник полярності і класифікує настрій як "Позитивний", "Негативний" або "Нейтральний". Позитивний показник полярності вказує на позитивний настрій, негативний показник вказує на негативний настрій, а показник 0 класифікується як нейтральний.
Застосування класифікації: Цей рядок застосовує функцію classifysentiment до стовпця sentiment у DataFrame. Він створює новий стовпець sentimentclass, який містить класифікацію настрою (позитивний, негативний або нейтральний) для кожного відповідного тексту.
Виведення DataFrame: Цей рядок виводить DataFrame на консоль. Він показує оригінальний текст разом з його відповідним показником настрою і класифікацією настрою.
Візуалізація: Цей блок використовує Seaborn та Matplotlib для створення стовпчикової діаграми (countplot), яка показує розподіл класів настроїв (позитивний, негативний і нейтральний) у DataFrame. Візуально відображається, скільки позитивних, негативних та нейтральних настроїв присутні.
Завершення побудови графіка: Цей розділ встановлює заголовок і мітки для осі x та осі y на графіку. Потім, plt.show() відображає графік, показуючи візуальний розподіл настроїв.
Перекладено з: Text Sentiment Analyzer