Réunir tous les éléments
Analyse de sentiments en Python
Violeta Misheva
Data Scientist
Le problème de l'analyse de sentiment
L'analyse de sentiment consiste à comprendre l'opinion d'un·e auteur·e sur un sujet
- Critiques de films
- Avis produits Amazon
- Sentiment sur les compagnies aériennes sur Twitter
- Divers exemples littéraires à forte charge émotive
Exploration des avis
- Infos de base sur la taille des avis
- Nuages de mots
- Caractéristiques de longueur : nombre de mots, de phrases
- Caractéristique détectant la langue d'un avis
Transformations numériques des colonnes porteuses de sentiment
- Sac de mots (bag-of-words)
- Vectorisation TfIdf
from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer
# Syntaxe du vectoriseur
vect = CountVectorizer().fit(data.text_column)
X = vect.transform(data.text_column)
Arguments des vectoriseurs
- stop words : mots fréquents non informatifs
- plage de n-grammes : utiliser des expressions, pas seulement des mots isolés
- contrôler la taille du vocabulaire : max_features, max_df, min_df
- capturer un motif de jetons : retirer les chiffres ou certains caractères
Important mais PAS des arguments des vectoriseurs
- lemmes et racines (stems)
Modèle d'apprentissage supervisé
- Classifieur par régression logistique pour prédire le sentiment
- Évaluation par l'exactitude et la matrice de confusion
- Importance de la séparation train/test
Passons à la pratique !
Analyse de sentiments en Python
