
Il s'agit d'une application Web d'analyse des sentiments, nous avons utilisé un échantillon de tweet NLTK pour le modèle de formation et un classe BAIS naïf et déployé à l'aide de FLASK API sur le serveur Heroku. Pour la formation et le test de notre modèle d'analyse des sentiments, nous avons utilisé Google Colaboratory qui est une plate-forme open source pour l'apprentissage automatique ou les projets de science des données. Il nous aide à former le modèle rapidement en utilisant un GPU virtuel. Pour HTML et CSS, nous utilisons Microsoft VS Code qui est un excellent éditeur de code avec Syntax Sighting, Emmit Abréviations et bien plus encore. Dépendances python utilisées: -
Découvrez-le sur https://sentiment-analysis-web-app.herokuapp.com
Cela peut prendre quelques secondes pour charger, veuillez essayer
A mis en œuvre un js asynchrone pour faire des prédictions plus rapidement et éviter de recharger à l'aide de jQuery
La fonctionnalité mentionnée ci-dessus est en version bêta, vous pouvez le vérifier notre ici
Ajout de l'objet de session pour se souvenir des informations d'administration d'administration pendant une courte durée.
Vous pouvez maintenant télécharger un fichier de test de révision, puis il vous montrera le graphique des sentiments prévus. Vérifiez-le ici
Implémentation de la barre de défilement personnalisée, maintenant il a l'air plutôt cool et maintenant vous pouvez l'utiliser comme PWA, aller à `` Ajouter à l'écran '', puis ce sera une application chromée autonome